《表9 贝叶斯因子决策标准》
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。
图表编号 | XD0074724300 严禁用于非法目的 |
---|---|
绘制时间 | 2019.07.05 |
作者 | 程开明、李泗娥 |
绘制单位 | 浙江工商大学统计与数学学院 |
更多格式 | 高清、无水印(增值服务) |