贝叶斯因子及其在JASP中的实现

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）却因为难以正确理解而被滥用或误用。有研究者提出使用贝叶斯因子（Bayes factor）作为是一种替代和（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，这一方法对于心理学及相关领域的大部分研究者来说仍然比较陌生。因此，本文介绍了贝叶斯因子的基本思路，并总结了贝叶斯因子与NHST相比的优势。在此基础上，以贝叶斯独立样本t检验为例，演示如何在开放的统计软件JASP中实现贝叶斯因子的计算，并解释了对贝叶斯因子结果的解读。最后，对贝叶斯因子的不足及其应用价值进行了讨论。