Dalam paradigma frekuentis, sampel random dari observasi memiliki distribusi tertentu dengan parameter yang tidak diketahui. Parameter tersebut diasumsikan tidak diketahui dan konstan.Sedangkan dalam paradigma bayesian, distribusi probabilita sampel random x memiliki parameter yang random dengan distribusi tertentu.
Menurut | Bayesian | Frekuentis |
Parameter | Random Variabel | Tidak diketahui dan Konstan |
Estimasi Titik | Mean, Modus atau median posterior | Estimator dari data berdasarkan MLE atau Moment |
Estimasi Interval | – Credible Interval, Interval dari distribusi posterior
– Post Data |
– Interval Konfidensi, berisi parameter yang tidak diketahui berdasarkan sampel berulang |
Uji Hipotesis | Probabilita posterior dari hipotesis | Melihat statistik uji dan daerah kritis |
Model linier | – Asumsi error tidak hanya normal
– Mengakomodasi bentuk mixture regresi |
Asumsi error adalah normal |
Tulisan lengkapnya silahkan didownload di sini