Contesto:
Nell'esempio delle 8 scuole di Gelman (Bayesian Data Analysis, 3a edizione, Ch 5.5) ci sono otto esperimenti paralleli in 8 scuole che testano l'effetto del coaching. Ogni esperimento fornisce una stima dell'efficacia del coaching e dell'errore standard associato.
Gli autori costruiscono quindi un modello gerarchico per gli 8 punti dati dell'effetto di coaching come segue:
Domanda In questo modello, gli operatori ritengono che è noto. Non capisco questa ipotesi - se sentiamo che dobbiamo modello , perché non facciamo lo stesso per ?
Ho controllato il documento originale di Rubin che introduceva l'esempio della 8 scuola, e anche lì l'autore dice che (p 382):
l'assunzione della normalità e dell'errore standard noto viene fatta di routine quando riassumiamo uno studio in base a un effetto stimato e al suo errore standard, e non metteremo in discussione il suo uso qui.
Per riassumere, perché non modelliamo ? Perché lo trattiamo come noto?