行动增长理论描述了行动增长的主要特征及其在综合评价体系中的地位。

本研究比较了症状网络的估计与贝叶斯GLASSO-和马蹄先验估计使用频率GLASSO使用广泛的模拟。

学校官员经常使用学校综合考试成绩来监控学校表现并做出决策。在这份报告中，兰德公司的研究人员调查了一个具体问题，该问题可能会影响covid -19时代学校总分数的利用，并导致与历史和其他近端总分数的错误比较:学校组成随时间的变化。为了调查这一问题，他们研究了NWEA的MAP增长评估数据，这是各州和地区在2020-2021学年使用的中期评估。

通过模拟，这项研究研究了“三因素模型”，这是一个最近开发的模型，以解决评分者的分歧。

本文提出了一个新的R包BFpack，它包含了贝叶斯因子假设检验的函数，用于解决许多常见的检验问题。该软件包括新颖的工具(i)贝叶斯探索性测试(例如，零vs积极vs消极影响)，(ii)贝叶斯验证性测试(平等和/或顺序约束的竞争假设)，(iii)常见的统计分析，如线性回归，广义线性模型，(多元)分析(协)方差，相关分析，和随机拦截模型，(iv)使用默认先验，(v)同时允许数据包含随机缺失的观测数据。

本研究引入了一种新的方法，利用贝叶斯因子，研究人员可以直接检验分层模型中的同构人内方差。此外，我们引入了一个成员模型，该模型允许对哪些(以及多少)个体属于公共方差模型进行分类。

图形建模最近出现在心理学中(Epskamp等人2018)，其中的数据通常是长或低维的(p < n;唐纳德·r·威廉姆斯等人(2019年)，
唐纳德·r·威廉姆斯和拉斯特(2019))。GGMnonreg的主要目的是提供专门为低维数据设计的方法(例如，在
社会行为科学)。