贝叶斯因子序列分析:实验设计中平衡信息与效率的新方法
Sequential Bayes Factor Analysis: A New Method of Balancing Informativeness and Efficiency in Experimental Design
- 作者:
郑元瑞
1,2
胡传鹏
1
-
作者单位:
- 通讯作者:
胡传鹏
Email:hcp4715@hotmail.com
-
提交时间:2022-09-28
摘要: 实验设计的关键是在现实条件的限制下尽可能有效地检测出真实存在的效应,做到信息量与效率的均衡。当前的主流方法是在零假设检验框架下进行事前的统计检验力分析。然而这一方法仅关注实验的信息量而忽略了效率的问题,并且实施起来也较为困难。近年来,研究者尝试使用贝叶斯因子的序列分析来为实验设计提供指导。该方法利用贝叶斯统计不断更新证据的特点,通过在实验前设定贝叶斯因子标准来保证实验的信息量;在收集数据过程中进行贝叶斯因子分析并与先前设定的决策标准进行比较,以决定是否停止数据收集,从而提高实验效率。本文通过实例展示如何使用开源统计软件JASP和R语言实现基于t检验和重复测量方差分析的贝叶斯因子序列分析。贝叶斯因子序列分析的优势在于能够平衡好实验设计中信息量与效率的同时,考虑现实条件的限制且相对简单易行,有望成为替代传统统计检验力分析的有力方法。
版本历史
[V3] |
2022-12-31 11:15:51 |
ChinaXiv:202209.00147v3
查看此版本
|
下载全文 |
[V1] |
2022-09-28 12:11:38 |
ChinaXiv:202209.00147V1
|
下载全文 |