Bayesfaktor (BF₁₀)

Bayesfaktorn jämför hur väl två antaganden förutsäger data: H₁ (det finns en skillnad) mot H₀ (det finns ingen). BF₁₀ = 8 betyder att data är ungefär 8 gånger mer sannolika under H₁ än under H₀. Till skillnad från p-värdet kan den också tala för H₀ (BF₀₁ = 1/BF₁₀).

Exempel: BF₁₀ = 8,4: måttlig evidens för en skillnad mellan grupperna. BF₀₁ = 4,8: data är ungefär 5 gånger mer sannolika under H₀ (ingen skillnad) än under H₁ - måttlig evidens mot en skillnad.

Se upp: Bayesfaktorn beror på priorn (här: Cauchy med r = √2/2 som i JASP) och är inte en sannolikhet för H₁. Ett värde nära 1 betyder ”ingen av sidorna är visad”, inte ”ingen effekt”. Indelningen (anekdotisk till extrem) enligt Lee och Wagenmakers (2013) är en tumregel.