相关的研究
相关的话题
高斯图模型与中心性指数的贝叶斯不确定性估计
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主义者GLASSO使用广泛的模拟。
由:Joran Jongerling,萨夏Epskamp,唐纳德•威廉姆斯
主题:测量与标度
COVID-19大流行期间学校构成的变化:对学校平均中期考试成绩使用的影响
学校官员经常使用学校的综合考试成绩来监督学校的表现并做出政策决定。在本报告中,兰德研究人员调查了一个具体问题,该问题可能会影响covid -19时代学校总分的使用,并导致与历史和其他近似总分的错误比较:学校构成随时间的变化。为了调查这个问题,他们检查了NWEA MAP增长评估的数据,这是各州和地区在2020-2021学年使用的中期评估。
由:乔纳森Schweig,梅根Kuhfeld,安德鲁McEachin,梅丽莎Diliberti,路易斯·马里亚诺•
主题:COVID-19与学校,测量与标度
科学理论的柔性贝叶斯因子检验
在本文中,我们提出了一个新的R包,称为BFpack,其中包含用于贝叶斯因子假设检验的函数,用于许多常见的检验问题。该软件包括新的工具,用于(i)贝叶斯探索性测试(例如,零、正、负影响),(ii)贝叶斯验证性测试(具有相等和/或顺序约束的竞争假设),(iii)常见统计分析,如线性回归,广义线性模型,(co)方差的(多变量)分析,相关分析和随机截距模型,(iv)使用默认先验,(v)同时允许数据包含随机缺失的观测值。
由:尤里斯穆德,唐纳德•威廉姆斯,鑫谷,安德鲁Tomarken,Florian Boing-Messing,安东Olsson-Collentine,Marlyne Meijerink-Bosman,Janosch Menke,罗比·范·艾尔特,让·保罗·福克斯,赫伯特Hoijtink,伊夫Rosseel,Eric-Jan Wagenmakers,卡斯帕·范·丽莎
主题:测量与标度
将个体纳入可靠性:层次模型中同质人内方差的贝叶斯检验
本研究引入了一种新的方法,使用贝叶斯因子,其中研究人员可以直接测试层次模型中的同质人内方差。此外,我们引入了一个成员模型,允许对属于公共方差模型的个体进行分类(以及有多少)。
由:唐纳德•威廉姆斯,斯蒂芬•马丁,菲拉斯特
主题:测量与标度
非正则化高斯图形模型
图形化建模最近在心理学中出现(Epskamp等人,2018),其中的数据通常是长或低维的(p < n;Donald R. Williams等人(2019),
唐纳德·r·威廉姆斯和拉斯特(2019))。ggmnonregg的主要目的是提供专门为低维数据设计的方法(例如,在数据库中常见的方法)
社会行为科学)。
由:唐纳德•威廉姆斯
主题:测量与标度