ベイズで研究仮説が正しい確率だと主張できるロジックがピンときません.頻度主義であれば,データが得られる確率を推定し,5%未満だったら帰無仮説を棄却し,対立仮説を採用するというロジックです.これは何となくわかります.でもベイズによる研究仮説が正しい確率はどんなロジックなのかが理解しにくいです.先ほど,同様の質問をした者です.わかりにくい聞き方でたいへん失礼しました.お忙しいところ申し訳ありませんが,ご教授のほどよろしくお願いいたします.
ベイズと頻度主義の違いは,パラメータが確率分布で推定されるか否かが違います。ベイズの場合はパラメータが確率分布で推定されるので,パラメータが仮説に当てはまる場合(パラメータがある値からある値の範囲になる,とか)の面積,つまり確率が直接計算できます。
A>Bという仮説の場合,AがBよりも大きい確率をそのまま計算すればいいのです。
一方頻度主義の場合はパラメータが固定値なので,仮説が正しいつまり,パラメータが特定の値の範囲に入る確率というものが計算できません。なので,あるパラメータが正しい場合のデータが得られる確率しかわからないのです。
A>Bという仮説の場合,AがBよりも大きい確率をそのまま計算すればいいのです。
一方頻度主義の場合はパラメータが固定値なので,仮説が正しいつまり,パラメータが特定の値の範囲に入る確率というものが計算できません。なので,あるパラメータが正しい場合のデータが得られる確率しかわからないのです。