Como se deve transformar um resultado freqüentista em um prior bayesiano?
Considere o seguinte cenário bastante genérico: Um experimento foi realizado no passado e um resultado em algum parâmetro foi medido. A análise foi realizada com uma metodologia frequentista. Um intervalo de confiança para ϕ é dado nos resultados.
Agora estou conduzindo um novo experimento em que quero medir outros parâmetros, digamos, e ϕ . Meu experimento é diferente do estudo anterior - não é realizado com a mesma metodologia. Eu gostaria de fazer uma análise bayesiana e, portanto, precisarei colocar anteriores em θ e ϕ .
Nenhuma medida anterior de foi realizada, então eu coloco um não informativo (digamos, seu uniforme) antes dele.
Como mencionado, existe um resultado anterior para , dado como um intervalo de confiança. Para usar esse resultado em minha análise atual, eu precisaria traduzir o resultado freqüentador anterior em um informativo prévio para minha análise.
Uma opção que não está disponível neste cenário composta é a repetição da análise anterior que levou à medição de forma Bayesian. Se eu pudesse fazer isso, φ teria um posterior da experiência anterior que eu usaria então como o meu antes, e não haveria nenhum problema.
Como devo traduzir o IC freqüentista em uma distribuição Bayesiana prévia para minha análise? Ou, em outras palavras, como eu poderia traduzir o resultado mais frequente em para um posterior ϕ que eu usaria como prior na minha análise?
Quaisquer informações ou referências que discutam esse tipo de problema são bem-vindas.