术语列表

    贝叶斯因子 Bayes Factor

    Also available in: Arabic English German Turkish 术语列表 ↓

    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: 贝叶斯推断, Bayesian statistics, 似然函数, 零假设显著性检验方法, p值

    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

    提出改进建议

    发现了错误、失效链接，或者认为此词条遗漏了什么？请告诉我们——您的反馈将直接发送给术语表团队。