Байесов фактор (BF₁₀) като допълнение
Накратко
Байесовият фактор BF₁₀ сравнява доколко добре две допускания предсказват данните: H₁ (има разлика, промяна, връзка) срещу H₀ (няма). BF₁₀ = 8 означава: данните са около 8 пъти по-правдоподобни при H₁, отколкото при H₀. За разлика от p-стойността той може да изразява и доказателства в полза на H₀.
Къде се появява
По подразбиране - никъде. Под „Настройки“ → „Показване на Байесови фактори“ под резултата се появява свит ред „Байесов фактор“ за t-критерия (две групи), за сравнението преди/след и за корелацията на Пирсън. Тогава редът за APA получава „BF₁₀ = …“. За Спирман и Кендъл няма Байесов фактор. Резултатът на Уелч и всички останали числа остават непроменени.
Как се чете
- От BF₁₀ > 1 говори в полза на H₁; под 1 в полза на H₀ - тогава се показва обратната стойност BF₀₁ (BF₀₁ = 5 означава: данните са около 5 пъти по-вероятни при H₀, отколкото при H₁).
- Класификация по Lee и Wagenmakers (2013): 1-3 анекдотично, 3-10 умерено, 10-30 силно, 30-100 много силно, над 100 изключително. Това са емпирични правила, а не гранични стойности.
- BF₁₀ близо до 1 означава, че данните не подкрепят нито едната страна. Това е нещо различно от „няма ефект“.
Байесовият фактор зависи от априорното разпределение, т.е. от това какви размери на ефекта H₁ смята за правдоподобни. Стойността по подразбиране (вижте по-долу) е широко използвана; който има нужда от друго априорно разпределение, трябва да го зададе в JASP или R. Той не замества нито размера на ефекта, нито доверителния интервал.
t(38) = 2,51, p = ,016, d = 0,79, 95% ДИ [0,15; 1,42], BF₁₀ = 3,4
За специалисти
t-критерий: JZS Байесов фактор по Rouder и съавт. (2009), двустранен; априорно разпределение на Коши за размера на ефекта δ с мащаб r = √2/2 (по подразбиране в JASP и BayesFactor, „среден“). При две групи се използва t на Стюдънт (равни дисперсии), не на Уелч. Интегралът по смесващата променлива g се решава числено (Гаус-Льожандър по ln g). Корелация: Ly, Verhagen и Wagenmakers (2016), разтегнато бета-разпределение като априорно за ρ с κ = 1 (равномерно, както в JASP), точна плътност на r с ₂F₁. Пакетът BayesFactor на R (correlationBF) по подразбиране използва по-тясно априорно разпределение (rscale = 1/3); при rscale = 1 съвпада. Проверено спрямо R: scripts/bayes-erwartet.R.