Factor de Bayes (BF₁₀)

El factor de Bayes compara lo bien que dos supuestos predicen los datos: H₁ (hay una diferencia) frente a H₀ (no la hay). BF₁₀ = 8 significa que los datos son unas 8 veces más probables bajo H₁ que bajo H₀. A diferencia del valor p, también puede favorecer a H₀ (BF₀₁ = 1/BF₁₀).

Ejemplo: BF₁₀ = 8,4: evidencia moderada de una diferencia entre los grupos. BF₀₁ = 4,8: los datos son unas 5 veces más probables bajo H₀ (sin diferencia) que bajo H₁, es decir, evidencia moderada en contra de una diferencia.

Precaución: El factor de Bayes depende de la distribución a priori (aquí: Cauchy con r = √2/2, como en JASP) y no es la probabilidad de H₁. Un valor cercano a 1 significa «no se ha demostrado ninguno de los dos lados», no «no hay efecto». La clasificación (de anecdótica a extrema) según Lee y Wagenmakers (2013) es una regla general.