Bayesian
貝葉斯統計是否會使薈萃分析過時？
我只是想知道如果這使薈萃分析過時，是否會從第一次研究到最後一次應用貝葉斯統計。
例如，讓我們假設在不同時間點完成了 20 項研究。第一項研究的估計或分佈是在沒有信息的情況下完成的。第二項研究使用後驗分佈作為先驗。新的後驗分佈現在用作第三次研究的先驗，依此類推。
最後，我們有一個估計值，其中包含以前所做的所有估計值或數據。進行薈萃分析有意義嗎？
有趣的是，我認為改變這個分析的順序也會改變最後的後驗分佈，分別是估計。
您所描述的稱為貝葉斯更新。如果您可以假設後續試驗是可交換的，那麼您是否按順序、一次或以不同的順序更新您的先前試驗並不重要（參見例如此處或此處）。請注意，如果之前的實驗影響了您未來的實驗，那麼在經典薈萃分析的情況下，也會存在不考慮的依賴性（如果假設可交換性）。
使用貝葉斯更新來更新你的知識是非常有意義的，因為它只是另一種方式，然後使用經典的元分析。它是否使傳統的薈萃分析過時的問題是基於意見的，並且取決於您是否願意採用貝葉斯觀點。兩種方法之間最重要的區別在於，在貝葉斯案例中，您明確說明了先前的假設。