《表9 贝叶斯因子决策标准》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《科学研究中的P值:误解、操纵及改进》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

注:资料来源于Wagenmakers等（2017）。

面对实际问题时，贝叶斯因子的计算公式会随数据类型和分析方式变得更为复杂，利用可视化统计工具JASP软件可实现多种实验设计的贝叶斯因子计算与分析，包括单样本t检验、独立样本t检验、配对样本t检验、方差分析、重复测量的方差分析、ANCOVA和相关分析。贝叶斯因子是当前数据下将先验概率更新为后验概率，需要确定先验分布。柯西分布与标准正态分布相比允许更多较大的效应，与均匀分布相比更偏好零假设，因此实际中往往采用柯西分布即X-C（x0，γ）作为备择假设的先验分布（胡传鹏等，2018）。在JASP中将Caucy先验的宽度默认值设为γ=0.707，输出贝叶斯因子的计算结果，然后对照Wagenmakers等（2017）在Jeffreys（1961）基础上提出的贝叶斯因子决策标准（具体见表9）开展结论分析。