AVERTISSEMENT J'ai écrit cette réponse il y a longtemps avec très peu d'idée de quoi je parlais. Je ne peux pas le supprimer car il a été accepté, mais je ne peux pas supporter la plupart du contenu.
C'est une réponse très longue et j'espère que cela vous sera utile d'une manière ou d'une autre. La CPS n'est pas mon domaine, mais je pense que ces commentaires sont suffisamment généraux pour s'appliquer ici.
Je dirais que l'avantage le plus souvent cité - la capacité d'incorporer des croyances antérieures - est un faible avantage appliqué / empirique. C'est parce que vous devez quantifier vos antérieurs. Même si je peux dire «eh bien, le niveau z est définitivement invraisemblable», je ne peux pas pour la vie de moi vous dire ce qui devrait se passer en dessous de z. À moins que les auteurs commencent à publier leurs données brutes en masse, mes meilleures suppositions pour les prieurs sont des moments conditionnels tirés de travaux précédents qui peuvent ou non avoir été ajustés dans des conditions similaires à celles auxquelles vous êtes confronté.
Fondamentalement, les techniques bayésiennes (au moins sur le plan conceptuel) sont excellentes lorsque vous avez une hypothèse / idée / modèle solide et que vous souhaitez les appliquer aux données, puis voyez à quel point vous vous trompez ou non. Mais souvent, vous ne cherchez pas à savoir si vous avez raison sur un modèle particulier pour votre processus métier; plus probablement vous n'avez pasmodèle, et cherchent à voir ce que votre processus va faire. Vous ne voulez pas pousser vos conclusions, vous voulez que vos données poussent vos conclusions. Si vous avez suffisamment de données, c'est ce qui se passera de toute façon, mais dans ce cas, pourquoi s'embêter avec le précédent? C'est peut-être trop sceptique et peu enclin à prendre des risques, mais je n'ai jamais entendu parler d'un homme d'affaires optimiste qui a également réussi. Il n'y a aucun moyen de quantifier votre incertitude sur vos propres croyances, et vous préférez ne pas courir le risque d'être trop confiant dans la mauvaise chose. Vous définissez donc une priorité non informative et l'avantage disparaît.
C'est intéressant dans le cas du SPC, car contrairement au marketing numérique, par exemple, vos processus métier ne sont pas toujours dans un état de flux imprévisible. Mon impression est que les processus métier ont tendance à changer délibérément et progressivement. Autrement dit, vous avez beaucoup de temps pour construire de bons prieurs sûrs. Mais rappelez-vous que les priorités consistent à propager l'incertitude. Mis à part la subjectivité, le bayésianisme a l'avantage de propager objectivement l' incertitude à travers des processus de génération de données profondément imbriqués. Pour moi, c'est vraiment à cela que servent les statistiques bayésiennes. Et si vous recherchez la fiabilité de votre processus bien au-delà du seuil de «signification» de 1 sur 20, il semble que vous souhaitiez tenir compte du plus d'incertitude possible.
Où sont donc les modèles bayésiens? Tout d'abord, ils sont difficiles à mettre en œuvre. Pour le dire franchement, je peux enseigner l'OLS à un ingénieur en mécanique en 15 minutes et lui faire lancer des régressions et des tests t dans Matlab dans un autre 5. Pour utiliser Bayes, je dois d'abord décider quel type de modèle je suis en train de monter, puis voyez s'il existe une bibliothèque prête à l'emploi dans une langue que quelqu'un de mon entreprise connaît. Sinon, je dois utiliser BUGS ou Stan. Et puis je dois exécuter des simulations pour obtenir même une réponse de base, et cela prend environ 15 minutes sur une machine i7 à 8 cœurs. Voilà pour le prototypage rapide. Et deuxièmement, au moment où vous obtenez une réponse, vous avez passé deux heures à coder et à attendre, seulement pour obtenir le même résultat que vous pourriez avoir avec des effets aléatoires fréquentistes avec des erreurs standard groupées. Peut-être que tout cela est présomptueux et erroné et je ne comprends pas du tout la CPS.
Je compare le bayésianisme à un couteau de chef de très haute qualité, une marmite et une sauteuse ; le fréquentisme est comme une cuisine pleine d' outils comme à la télé comme des trancheuses à banane et des pots de pâtes avec des trous dans le couvercle pour un égouttage facile . Si vous êtes un cuisinier expérimenté avec beaucoup d'expérience dans la cuisine - en effet, dans votre propre cuisine de connaissances substantielles, propre et organisée et vous savez où tout se trouve - vous pouvez faire des choses incroyables avec votre petite sélection de outils élégants et de haute qualité. Ou, vous pouvez utiliser un tas de différents petits outils ad-hoc *, qui nécessitent aucune compétence à utiliser, pour faire un repas simple, vraiment pas à moitié mauvais, et qui a quelques saveurs de base qui font passer le message. Vous venez de rentrer des mines de données et vous avez faim de résultats; quel cuisinier êtes-vous?
* Bayes est tout aussi ponctuel, mais moins transparent . Combien de vin contient votre coq au vin? Aucune idée, vous le regardez parce que vous êtes un pro. Ou, vous ne pouvez pas faire la différence entre un Pinot Grigio et un Pinot Noir, mais la première recette sur Epicurious a dit d'utiliser 2 tasses de la rouge, c'est donc ce que vous allez faire. Lequel est le plus «ad hoc»?