咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >贝叶斯因子及其在JASP中的实现 收藏

贝叶斯因子及其在JASP中的实现

The Bayes factor and its implementation in JASP: A practical primer

作     者:胡传鹏 孔祥祯 Eric-Jan Wagenmakers Alexander Ly 彭凯平 Chuan-Peng HU1,2,Xiang-Zhen KONG3,WAGENMAKERS Eric-Jan4,LY Alexander4,5,Kaiping PENG1

作者机构:清华大学心理学系北京100084 Neuroimaging CenterJohannes Gutenberg University Medical Center55131 MainzGermany Language and Genetics DepartmentMax Planck Institute for Psycholinguistics6500 AH NijmegenThe Netherlands Department of Psychological MethodsUniversity of Amsterdam1018 VZ AmsterdamThe Netherlands Centrum Wiskunde&Informatica1090 GB AmsterdamThe Netherlands 

出 版 物:《心理科学进展》 (Advances in Psychological Science)

年 卷 期:2018年第26卷第6期

页      面:951-965页

核心收录:

学科分类:0402[教育学-心理学(可授教育学、理学学位)] 04[教育学] 040201[教育学-基础心理学] 

主  题:贝叶斯因子 贝叶斯学派 频率学派 假设检验 JASP 

摘      要:统计推断在科学研究中起到关键作用,然而当前科研中最常用的经典统计方法——零假设检验(Null hypothesis significance test,NHST)却因难以理解而被部分研究者误用或滥用。有研究者提出使用贝叶斯因子(Bayes factor)作为一种替代和(或)补充的统计方法。贝叶斯因子是贝叶斯统计中用来进行模型比较和假设检验的重要方法,其可以解读为对零假设H_0或者备择假设H_1的支持程度。其与NHST相比有如下优势:同时考虑H_0和H_1并可以用来支持H_0、不严重地倾向于反对H_0、可以监控证据强度的变化以及不受抽样计划的影响。目前,贝叶斯因子能够很便捷地通过开放的统计软件JASP实现,本文以贝叶斯t检验进行示范。贝叶斯因子的使用对心理学研究者来说具有重要的意义,但使用时需要注意先验分布选择的合理性以及保持数据分析过程的透明与公开。

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分