Inspirado por esta cuestión, y en particular del Problema "3":
Las distribuciones posteriores son un poco más difíciles de incorporar en un meta-análisis, a menos que un frecuentista, descripción paramétrica de la distribución ha sido siempre.
He estado pensando mucho recientemente acerca de la incorporación de meta-análisis en un modelo Bayesiano - principalmente como una fuente de priores - pero, ¿cómo ir sobre ella la otra dirección? Si el análisis Bayesiano de hecho cada vez más popular, y se convierte en muy fácil de incorporar en el código existente (la de BAYES declaración en SAS 9.2 y encima viene a la mente), se debe más frecuentemente Bayesiano estimaciones de los efectos en la literatura.
Vamos a suponer por un momento que hemos aplicado investigador que ha decidido ejecutar un análisis Bayesiano. Utilizando la misma simulación de código que he usado para esta pregunta, si iba con un frecuentista marco, que tendría la siguiente frecuentista estimaciones:
log relative risk = 1.1009, standard error = 0.0319, log 95% CI = 1.0384, 1.1633
El uso de un estándar, todo por defecto y de valor informativo de los priores de BAYES declaración de análisis, no hay ninguna razón para tener un buen, simétrica intervalos de confianza o los errores estándar. En este caso, la posterior es bastante fácilmente descritas por una distribución normal, por lo que se podría describir como tal y no ser "lo suficientemente cerca", pero ¿qué pasa si alguien reporta un Bayesiano efecto de la estimación y asimétrica creíble intervalo? Hay una manera sencilla de incluir en un estándar de meta-análisis, o no la estimación de la necesidad de que se metió con calzador de nuevo en una forma paramétrica se describe la distribución que está tan cerca como sea posible? O algo más?
