<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<oembed>
  <author_name>TJO</author_name>
  <author_url>https://blog.hatena.ne.jp/TJO/</author_url>
  <blog_title>渋谷駅前で働くデータサイエンティストのブログ</blog_title>
  <blog_url>https://tjo.hatenablog.com/</blog_url>
  <categories>
    <anon>R</anon>
    <anon>BUGS/Stan</anon>
    <anon>MCMC</anon>
    <anon>統計学</anon>
  </categories>
  <description>この記事は、やたらはてブを稼いでしまった前回の記事の続きです。ASAのプレスリリース及び声明の中には、確かに「p値に依拠しない新たなアプローチの例」として予測値を重視するアプローチ*5、ベイジアンモデリング、決定理論的アプローチ*6およびfalse discovery rate*7といったものを用いるべき、という趣旨のコメントが入っています。とは言え、重回帰分析とか機械学習のような多変量モデリング（なおかつサンプルサイズも大きい）を伴うテーマならともかく、統計学的仮説検定のようなサンプルサイズも小さい（データも少ない）シチュエーションでどうやるんだよ的な疑問を持つ人も多いのではないかと。 そん…</description>
  <height>190</height>
  <html>&lt;iframe src=&quot;https://hatenablog-parts.com/embed?url=https%3A%2F%2Ftjo.hatenablog.com%2Fentry%2F2016%2F03%2F10%2F190000&quot; title=&quot;p値を計算したくなる検定の数々を試しにStanによるベイジアンモデリングで代替してみた - 渋谷駅前で働くデータサイエンティストのブログ&quot; class=&quot;embed-card embed-blogcard&quot; scrolling=&quot;no&quot; frameborder=&quot;0&quot; style=&quot;display: block; width: 100%; height: 190px; max-width: 500px; margin: 10px 0px;&quot;&gt;&lt;/iframe&gt;</html>
  <image_url>http://cdn-ak.f.st-hatena.com/images/fotolife/T/TJO/20160309/20160309221455.png</image_url>
  <provider_name>Hatena Blog</provider_name>
  <provider_url>https://hatena.blog</provider_url>
  <published>2016-03-10 19:00:00</published>
  <title>p値を計算したくなる検定の数々を試しにStanによるベイジアンモデリングで代替してみた</title>
  <type>rich</type>
  <url>https://tjo.hatenablog.com/entry/2016/03/10/190000</url>
  <version>1.0</version>
  <width>100%</width>
</oembed>
