Bayes-faktor (BF₁₀) kiegészítésként
Röviden
A BF₁₀ Bayes-faktor azt hasonlítja össze, mennyire jól jelez előre az adatokat két feltevés: a H₁ (van különbség, változás, összefüggés) és a H₀ (nincs). BF₁₀ = 8 azt jelenti: az adatok H₁ mellett körülbelül 8-szor valószínűbbek, mint H₀ mellett. A p-értékkel ellentétben a H₀ melletti bizonyítékot is ki tudja fejezni.
Hol jelenik meg
Alapértelmezés szerint sehol. A „Beállítások” → „Bayes-faktorok mutatása” alatt egy összecsukott „Bayes-faktor” sor jelenik meg az eredmény alatt a t-próbánál (két csoport), az előtte-utána összehasonlításnál és a Pearson-korrelációnál. Az APA-sor ekkor „BF₁₀ = …” taggal bővül. Spearmanhoz és Kendallhoz nincs Bayes-faktor. A Welch-féle eredmény és az összes többi szám változatlan marad.
Hogyan olvasd
- Ha BF₁₀ > 1, H₁ mellett szól; 1 alatt H₀ mellett - ilyenkor a reciprok BF₀₁ látható (BF₀₁ = 5 azt jelenti: az adatok körülbelül 5-ször valószínűbbek H₀ mellett, mint H₁ mellett).
- Besorolás Lee és Wagenmakers (2013) szerint: 1-3 anekdotikus, 3-10 mérsékelt, 10-30 erős, 30-100 nagyon erős, 100 felett rendkívüli. Ezek ökölszabályok, nem éles határok.
- Az 1-hez közeli BF₁₀ azt jelenti, hogy az adatok egyik oldalt sem támasztják alá. Ez más, mint a „nincs hatás”.
A Bayes-faktor a priortól függ, vagyis attól, hogy a H₁ mely hatásnagyságokat tartja valószínűnek. Az alapérték (lásd lent) széles körben elterjedt; aki másik priort szeretne, azt a JASP-ban vagy az R-ben kell beállítania. Sem a hatásnagyságot, sem a konfidenciaintervallumot nem helyettesíti.
t(38) = 2,51, p = ,016, d = 0,79, 95%-os KI [0,15; 1,42], BF₁₀ = 3,4
Szakembereknek
t-próba: JZS Bayes-faktor Rouder et al. (2009) szerint, kétoldalas; Cauchy-prior a δ hatásnagyságon, r = √2/2 skálával (alapérték a JASP-ban és a BayesFactor csomagban, „medium”). Két csoportnál a Student-féle t-próbából számol (egyenlő varianciák), nem a Welch-féle t-próbából. A g keverési variancia feletti integrált numerikusan oldja meg (Gauss-Legendre ln g felett). Korreláció: Ly, Verhagen és Wagenmakers (2016), nyújtott béta-prior a ρ-n κ = 1-gyel (egyenletes, mint a JASP-ban), az r pontos sűrűsége ₂F₁-gyel. A BayesFactor R-csomag (correlationBF) alapértelmezésként szűkebb priort használ (rscale = 1/3); rscale = 1-nél megegyezik. R-rel ellenőrizve: scripts/bayes-erwartet.R.