Bayes-factor (BF₁₀)

De Bayes-factor vergelijkt hoe goed twee aannames de gegevens voorspellen: H₁ (er is een verschil) tegenover H₀ (er is geen verschil). BF₁₀ = 8 betekent: de gegevens zijn onder H₁ ongeveer 8 keer waarschijnlijker dan onder H₀. Anders dan de p-waarde kan de Bayes-factor ook H₀ ondersteunen (BF₀₁ = 1/BF₁₀).

Voorbeeld: BF₁₀ = 8,4: matig bewijs voor een verschil tussen de groepen. BF₀₁ = 4,8: de gegevens zijn onder H₀ (geen verschil) ongeveer 5 keer waarschijnlijker dan onder H₁ - matig bewijs tegen een verschil.

Let op: De Bayes-factor hangt af van de prior (hier: Cauchy met r = √2/2, zoals in JASP) en is niet de kans op H₁. Een waarde dicht bij 1 betekent “geen van beide kanten aangetoond”, niet “geen effect”. De indeling (anekdotisch tot extreem) naar Lee en Wagenmakers (2013) is een vuistregel.