期刊文章

BFpack: R中科学理论的灵活贝叶斯因子检验

2021年11月

发表在:

统计软件杂志,100(18), 1 - 63。https://doi.org/10.18637/jss.v100.i18

由:尤里斯穆德唐纳德•威廉姆斯鑫谷安德鲁TomarkenFlorian Boing-Messing安东Olsson-CollentineMarlyne Meijerink-BosmanJanosch Menke罗比·范·艾尔特让·保罗·福克斯赫伯特Hoijtink伊夫RosseelEric-Jan Wagenmakers卡斯帕·范·丽莎

摘要

在社会科学和行为科学以及相关领域,贝叶斯因子的假设检验方法已经有了相当大的发展。这种发展是由于贝叶斯因子同时检验多个假设的灵活性,即检验复杂假设的能力涉及对利益参数的平等和秩序约束,以及结果的可解释性,即数据提供的支持相互竞争的科学理论的证据的权重。然而,用于贝叶斯假设检验的可用软件工具仍然有限。在本文中,我们提出了一个新的R包,称为BFpack,它包含了许多常见测试问题的贝叶斯因子假设检验函数。该软件包括用于(i)贝叶斯探索性检验(例如,零vs正面vs负面影响)的新工具,(ii)贝叶斯验证性检验(具有相等和/或顺序约束的竞争性假设),(iii)常见统计分析,如线性回归,广义线性模型,(co)方差(多变量)分析,相关分析和随机截距模型,(iv)使用默认先验,并且(v)允许数据包含随机缺失的缺失观测值。

查看更多
浏览杂志

本文发表于NWEA之外。全文可以在上面的链接中找到。

相关的话题