杂志文章

BFPACK：R的灵活贝叶斯因子在R中的科学理论测试

2021年11月

出版于：

统计软件杂志，100（18），1-63。https://doi.org/10.18637/jss.v100.i18

经过：乔里斯·穆尔德（Joris Mulder），，，，唐纳德·威廉姆斯，，，，Xin Gu，，，，安德鲁·托马肯（Andrew Tomarken），，，，FlorianBöing-Messing，，，，安东·奥尔森 - 包衣，，，，Marlyne Meijerink-Bosman，，，，Janosch Menke，，，，罗比·范·阿特（Robbie Van Aert），，，，让·保罗·福克斯（Jean-Paul Fox），，，，赫伯特·霍伊特克（Herbert Hoijtink），，，，伊夫·罗斯塞尔（Yves Rosseel），，，，Eric-Jan Wagenmakers，，，，Caspar van Lissa


抽象的

在社会和行为科学以及相关领域中，贝叶斯因素有相当大的方法论发展。这种发展是由于同时检验多个假设的贝叶斯因子的灵活性，即测试复杂假设的能力涉及对感兴趣的参数的平等以及秩序的限制，以及结果的解释性作为支持竞争科学理论的数据提供的证据的权重。但是，用于贝叶斯假设测试的可用软件工具仍然受到限制。在本文中，我们提出了一个名为BFPACK的新R软件包，其中包含许多常见测试问题的贝叶斯因子假设测试的功能。该软件包括（i）贝叶斯探索性测试的新颖工具（例如，零与正面效果），（ii）贝叶斯验证性测试（具有平等和/或订单约束的竞争假设），（iii）常见统计分析，例如线性回归，通用线性模型，（CO）方差的（多元）分析，相关分析和随机拦截模型，（iv）使用默认先验和（v），同时允许数据包含随机缺失的缺失观测值。

看更多

访问日记

本文在NWEA外发表。全文可以在上面的链接上找到。

话题：测量和缩放

相关话题