Czy estymatory Bayesa są odporne na stronniczość selekcji?
Większość artykułów omawiających oszacowanie w dużym wymiarze, np. Dane o sekwencji całego genomu, często porusza kwestię błędu selekcji. Błąd selekcji wynika z faktu, że chociaż mamy tysiące potencjalnych predyktorów, tylko kilka zostanie wybranych, a wnioskowanie zostanie przeprowadzone na wybranych. Proces przebiega zatem w dwóch etapach: (1) wybierz podzbiór predyktorów (2) wykonaj wnioskowanie na wybranych zestawach, np. Oszacuj iloraz szans. Dawid w swoim paradoksalnym artykule z 1994 r. Skupił się na obiektywnych estymatorach i estymatorach Bayesa. Upraszcza problem wyboru największego efektu, który może być efektem leczenia. Następnie mówi, że na obiektywne estymatory wpływa uprzedzenie selekcyjne. Użył przykładu: załóżmy, że a następnie każde Z i jest bezstronne dla δ i . Niech Z = ( Z 1 , Z 2 , … , Z N ) T , estymator γ 1 ( Z ) = max { Z 1 , Z 2 , … , Z N } jest jednak tendencyjny (pozytywnie) dla max { δ 1 ,