Quand une approche bayésienne a-t-elle été critique pour aborder une théorie, une hypothèse ou un problème?

Une question a été récemment publiée sur une liste de diffusion que je souscris à demander (peut-être cyniquement?) Quand une approche bayésienne a été cruciale pour "faire le travail" pour répondre aux questions dans le domaine de l'écologie. Je me demande, en général, quand une approche bayésienne a été essentielle pour progresser dans un domaine particulier.

En écologie, les méthodes bayésiennes semblent être le plus souvent utilisées dans des situations appliquées avec de grands ensembles de données complexes, donc je serais particulièrement intéressé par les circonstances qui se rapportent à des théories ou hypothèses importantes ou classiques dans un domaine.

Par exemple, en écologie, les méthodes bayésiennes semblent être le seul moyen d'adapter des modèles hiérarchiques complexes et d'obtenir des estimations précises de choses comme la taille d'une population d'animaux ou le taux de survie d'un individu dans une population de créatures. Je ne connais pas les cas où des progrès ont été réalisés sur la gravure de questions théoriques parce qu'une approche bayésienne a été utilisée, bien que cela puisse être dû au fait que la théorie écologique est souvent abordée avec des expériences réductionnistes dans un cadre de type ANOVA où les valeurs de p sont la monnaie historiquement valorisée .

Dans l'étude des dispositifs médicaux pour approbation à utiliser pour des indications spécifiques, la Food and Drug Administration des États-Unis a encouragé pendant au moins une décennie l'utilisation de méthodes bayésiennes dans les essais cliniques de phase III pour permettre aux informations préalables sur le dispositif d'être incorporées avec l'essai. Les données.

Un certain nombre d'articles ont été écrits sur l'utilisation de méthodes bayésiennes pour estimer les paramètres des tests de diagnostic (faux positifs, faux négatifs, ...). La méthode bayésienne est souvent préférée car il y a souvent plus de paramètres que d'observations. Contrairement à d'autres situations courantes, il est presque impossible d'augmenter le nombre d'observations.

L'article ci-dessous est un bon aperçu du problème:

Une application d'une approche bayésienne dans les problèmes de tests diagnostiques en l'absence d'un étalon-or

En réponse à ma propre question, un article vient d'être publié dans la revue Ecology intitulé "Densité estimation in tiger populations: combine information for strong inference" par Gopalaswamy et al. Ils ont utilisé un modèle bayésien qui combinait les informations des études sur les tigres avec différentes méthodologies pour améliorer la précision de leur estimation de la densité des tigres préservés par la nature. À elles seules, les deux études distinctes ont indiqué qu'il y avait ~ 12 +/- 1,95 tigres / 100km2 (moyenne postérieure +/- SD) ou 6,7 +/- 2,37 tigres / 100km2. Le modèle bayésien combiné a fourni une estimation de 8,5 +/- 1,95 tigres / 100 km2.