出國治療 實驗數據應具有穩健原則

實驗上若存在足夠的數據，基本上所有的觀察值，都有相似的應用分布，這就是穩健性原則。這就提示對于適中樣本或是大樣本，假定何種特殊先驗分布都不會影響很大。一項試驗以8個分布為例，依次發現每一個分布，都可能變成不同個體的先驗分布。

假設試驗中有40個患者經過治療，20個發生反應，根據穩健性原則，這項研究中的8個人的藥物反應率將會非常接近。若兩個應用分布明顯不同，穩健原則依然適用，但是需要大量的數據，才能讓兩個不同的分布靠攏。

頻率學派和貝葉斯學派的比較，在頻率學派方法中，檢驗假設及參數都沒有概率。相關的概率分配只針對于數據，計算概率時需對任意未知參數，賦予某個特殊值。

例如經常遇到的p值，就是當特定情況假設為真時，出現現有數據或比它更極端數據的概率值。通常P值常被解釋為無效的概率，而1-P則是有效的概率。頻率派P值和貝葉斯后驗概率間，都有一定的重要因素。