社會科學研究的貝葉斯推斷方法

很差，有一種AI整理/已有文獻和已有vig整理的感覺。這書在實務上沒有解決貝葉斯應用與推斷，只是重複一些非常簡單的案例，案例簡單到基本教程都算不上。實務層面，一個教材要解決動因，動因分析和假設結果調整，這書就是 lm, bain(lm) 沒了。往上一層，這書更沒回答爲什麼要用貝葉斯，而不是用頻率學派。說白了BF也好，H0也好，都不是重要的問題，更不是非他不可的理由。這書的理論層面就更差了，都貝葉斯了還用link而不是直接用似然去解釋，硬生生把一個由概率分佈推出似然的過程解釋成選擇link，這觀點太差了，可以說是上世紀的觀點了。前面十章說白了都是test，最後突然把Causal放進來，有什麼意義呢？不就說明東抄一點西抄一點麼。不要讀浪費時間這本書，會變得不幸。

統計二學派，一曰頻率學派，常依計劃抽樣而算單一假設之顯著性，二曰貝葉斯學派，用貝葉斯因子比較兩假設的關係，不賴計劃抽樣，隨機數據亦可用。之前瑣事，發一預測，十大建議云云，實乃設一效應，總樣本與子樣本將存在比較，先發一分析，惹來頻率主義的解讀，如何辨駁？計算毛率且比較，揭出增高乃基於樣本量，是否是用了貝葉斯學派的分析方法？最後用另一典型的非計劃抽樣，是否也是無意中運用了貝葉斯因子的方法？其效果，用數據改變人的觀念，說服人糾正偏見，是數據信息論的應用，還是貝葉斯方法的優劣？結論應該一目瞭然。