我正在阅读一篇关于联合纵向生存模型的一类模型的功效分析和样本量计算的文章。本文推导了一个用于计算功效和样本量的封闭式公式。从某种意义上说，这篇论文是一篇常客论文，它假设了参数假设，并基于这些假设，它得到了可能性、得分函数……并最终得到了公式。
我想知道如何在贝叶斯框架中进行功率分析和样本量计算？
可能我的问题很天真，特别是考虑到我不是权力分析方面的专家，但我认为无论我们如何处理问题，一旦我们有了假设，权力分析是必不可少的。所以，我想问：
功率分析是否也在贝叶斯框架中进行？
有人可以从贝叶斯的角度参考一些关于功率分析的论文吗？如果我能找到用贝叶斯非参数方法解决的问题的功效分析，那就太好了。
1 . 在这里，贝叶斯范式和经典范式之间的区别变得更加明显。在贝叶斯环境中，功效分析并不是绝对必要的，因为目标是用数据更新您对原假设的先前信念。此外，在贝叶斯假设检验中还有其他起重要作用的成分，例如先验分布和用作检验的决策标准的类型（例如贝叶斯因子）。然而，为了了解数据和先验对所选标准的影响，功效分析仍然有用。例如，最近有一些关于先验的研究，这些研究提高了使用贝叶斯因子诱导的测试的“功效”：
2 . 请看一下上面提到的论文和其中的参考资料。
如果你想使用 BNP，那么你有另一种区别，因为在这种情况下参数空间的维数是无限的，这有其他的哲学含义。然后，您必须指定感兴趣的假设类型。以下论文提供了一个基本 BNP 测试的示例：
他们在第 7 页进行了“功率”分析。