贝叶斯因子及其在JASP中的实现.pdfVIP

心理科学进展 2018, Vol. 26, No. 6, 951–965 Advances in Psychological Science DOI: 10.3724/SP.J.1042.2018.00951 ·研究方法(Research Method) · 贝叶斯因子及其在JASP 中的实现 1,2 3 4 4,5 1 胡传鹏 孔祥祯 Eric-Jan Wagenmakers Alexander Ly 彭凯平 1 2 ( 清华大学心理学系, 北京 100084) ( Neuroimaging Center, Johannes Gutenberg University Medical Center, 55131 Mainz, Germany) (3 Language and Genetics Department, Max Planck Institute for Psycholinguistics, 6500 AH Nijmegen, The Netherlands) (4 Department of Psychological Methods, University of Amsterdam, 1018 VZ Amsterdam, The Netherlands) (5 Centrum Wiskunde Informatica, 1090 GB Amsterdam, The Netherlands) 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 H0 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 H0 和 H 1 并可以用来支持 H0 、不“严重”地倾向于反对H0 、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。 关键词 贝叶斯因子; 贝叶斯学派; 频率学派; 假设检验; JASP 分类号 B841  自20 世纪以来, 统计推断在科学研究中起到 Dienes, 陈中永, 2017)。 越来越重要的作用(Salsburg, 2001), 科学研究结 贝叶斯因子(Bayes factor) 是贝叶斯统计 论的正确性也越来越依赖于统计推断的正确应 (Bayesian statistics) 中用来进行模型比较和假设检 用。目前, 使用最为广泛的统计推断方法是零假 验的方法。在假设检验中, 其代表的是当前数据 设检验(Null hypothesis significance testing, NHST) 对零假设与备择假设支持的强度之间的比率。正 (Wasserstein Lazar, 2016) 。然而, 与NHST 在各 如下一节将要详述的, 贝叶斯因子能够量化地反 个领域中广泛使用相伴的是研究者对 NHST 及p 映当前数据对各个假设支持的程度, 因此可能更 值的误解和盲目使用(Gigerenzer, 2004; Greenland 加适用于科研中