贝叶斯因子 [Bayes Factor]

Also available in: Arabic | English | German | Turkish
 

定义: 在贝叶斯推断中用于模型选择的连续统计指标，它描述了一个模型相对于另一个模型的相对证据强度，无论模型本身是否正确。贝叶斯因子的取值范围从0到无穷大，反映了证据的相对强度，其中1为无证据的中性点。不同于p值，贝叶斯因子允许三种结论：（1）支持备择假设，（2）支持零假设，（3）两者都无足够证据支持。因此，贝叶斯因子常用BF10表示备择假设相对于零假设的证据，用BF01表示零假设相对于备择假设的证据。

相关术语: Bayesian inference, Bayesian statistics, Likelihood function, Null Hypothesis Significance Testing (NHST), *p*\-value

参考文献:

  • Hoijtink, H., Mulder, J., van Lissa, C., & Gu, X. (2019). A tutorial on testing hypotheses using the Bayes factor. Psychological Methods, 24(5), 539–556. https://doi.org/10.1037/met0000201
  • Makowski, D., Ben-Shachar, M. S., Chen, S. H. A., & Lüdecke, D. (2019). Indices of Effect Existence and Significance in the Bayesian Framework. https://doi.org/10.3389/fpsyg.2019.02767

原稿作者: Meng Liu

审阅者: Alaa AlDoh, Helena Hartmann, Connor Keating, Kai Krautter, Michele C. Lim, Suzanne L. K. Stewart, Ana Todorovic

翻译者: AI-driven translation tool "TransFlow" (developed by Jinbiao Yang and COSN OpenTransfer team)

译稿审阅者: Cathy Fang, Liangjie Chen, Ruoting Liu, Shuxian Jin