如何解决贝叶斯多重比较校正？
我是贝叶斯统计的新手，对 4 个“目标”变量与 52 个其他变量的相关性很感兴趣。目前我正在运行几个单独的贝叶斯斯皮尔曼等级相关。许多变量高度相关（高达 0.68）。最后，我想报告相关系数（>= 0.1 的影响将被视为实际相关）及其 95% CI（目前没有 BF，只是估计）。
我（可能不是很聪明）的问题是：
A) 我是否必须应用多重比较校正？这是否有必要，因为我不是在进行假设检验而是在进行估计？
B) 如果 A 的答案是“是的，您确实需要纠正多重比较。” - 是否有贝叶斯方法（最好在 R 中）？
在与此主题相关的其他问题中，答案通常是理想情况下我只拥有一个模型，在比较模型参数时我不必关心多重比较校正。但是，这与我所处的情况并不相符。 我也看到我可以进行降维，但实际上我宁愿不要（而且这对回答原则上是否需要多重比较校正的问题没有帮助）。
到目前为止我真的找不到合适的解决方案。因此，我非常感谢一个答案！谢谢！！
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 dio@foxmail.com 举报，一经查实，本站将立刻删除。
