Profiting from pilot studies: Analysing mortality using Bayesian models with informative priors

Pilotstudien werden oft genutzt, um das Design von ökologischen Untersuchungen zu bestimmen. Idealerweise werden die Daten aus der Pilotstudie in den Datensatz der Hauptstudie inkorporiert, aber wenn die Pilotstudie die Notwendigkeit größerer Veränderungen an der Versuchsanlage anzeigt, ist das Zusammenführen von Daten aus Pilot- und Hauptstudie schwierig. Die normale Entscheidung ist dann, die vorläufigen Daten nicht zu berücksichtigen. Aber die Ergebnisse aus der Pilotstudie zu ignorieren, nachdem die Hauptstudie abgeschlossen wurde, bedeutet, auf Teststärke zu verzichten, oder der Aufwand steigt durch das Sammeln zusätzlicher Daten, die den Probenumfang der Pilotstudie ausgleichen. Mit Bayesschen Methoden können Daten aus der Pilotstudie als informative a-priori-Verteilung ('informative prior') für ein Modell genutzt werden, das aus dem Datensatz der Hauptstudie hergestellt wird. Wir demonstrieren eine Bayessche Methode zur Gewinnung von Information aus anders nicht nutzbaren Pilotstudiendaten anhand einer Fallstudie zur Mortalität von Eukalyptussetzlingen. Eine Pilotstudie zur Mortalität von Eukalyptussetzlingen wurde 2005 in SO-Australien durchgeführt. Eine größere Studie mit einem modifizierten Design wurde im Folgejahr durchgeführt. Die beiden Datensätze unterschieden sich erheblich, so dass sie nicht ohne weiteres zusammengeführt werden konnten. A-posteriori-Schätzwerte der Modellparameter für die Pilotstudie wurden einem Modell für den zweiten, größeren Datensatz zugrundegelegt. Die Überprüfung des Modells zeigte, dass die Hinzunahme einer informativen a-priori-Verteilung die Vorhersagekraft des Models in Bezug auf die Trainingsdaten erhielt. Die Hinzunahme einer informativen a-priori-Verteilung verbesserte die Genauigkeit des Modells für die Vorhersage eines Validierungsdatensatzes und steigerte Genauigkeit und effektive Probengröße für die Bestimmung der durchschnittlichen Mortalitätsrate. Wir empfehlen, dass Praktiker von der Standardpraxis abrücken sollten, Daten aus Pilotstudien zu verwerfen, wenn diese mit ihrer Hauptstudie inkompatibel sind. Ganz allgemein empfehlen wir, dass Ökologen informative a-priori-Verteilungen häufiger einsetzen sollten, um die Vorteile zusätzlicher Daten zu nutzen.