Inferencia de muestra relacionada Bayesiana: Normal
Esta característica requiere Tablas personalizadas y Estadísticas avanzadas.
El procedimiento Inferencia de muestra relacionada Bayesiana: Normal proporciona opciones de inferencia de una muestra Bayesiana para muestras emparejadas. Puede especificar los nombres de variable en pares y ejecutar el análisis Bayesiano en la diferencia de medias.
- En los menús seleccione:Nota: Los campos resaltados en rojo son obligatorios. Los botones Pegar y Aceptar se activan después de introducir valores válidos en todos los campos obligatorios.
- Seleccione las Variables emparejadas apropiadas en la lista Variables disponibles. Como mínimo, se debe seleccionar un par de variables de origen y no se pueden seleccionar más de dos variables de origen para cualquier conjunto de pares determinado.Nota: La lista de variables disponibles proporciona todas las variables excepto las variables de cadena.
- Seleccione el Análisis Bayesiano:
- Caracterizar distribución posterior: Cuando está seleccionado, la inferencia Bayesiana se realiza desde una perspectiva a la que se ha llegado caracterizando distribuciones posteriores. Puede investigar la distribución posterior marginal de los parámetros de interés integrando los otros parámetros de molestia y, además, construir intervalos creíbles para trazar una inferencia directa. Ésta es el ajuste predeterminado.
- Estimar factor Bayesiano: Cuando está seleccionado, la estimación de factores Bayesianos (una de las metodologías notables en inferencia Bayesiana) constituye una proporción natural para comparar las probabilidades marginales entre una hipótesis nula y una hipótesis alternativa.
Tabla 1. Umbrales utilizados comúnmente para definir la significación de las pruebas Factor Bayes Categoría de prueba Factor Bayes Categoría de prueba Factor Bayes Categoría de prueba > 100 Pruebas extremas para H0 1-3 Pruebas circunstanciales para H0 1/30-1/10 Pruebas sólidas para H1 30-100 Pruebas fehacientes para H0 1 Sin pruebas 1/100-1/30 Pruebas fehacientes para H1 10-30 Pruebas sólidas para H0 1/3-1 Pruebas circunstanciales para H1 1/100 Pruebas extremas para H1 3-10 Pruebas moderadas para H0 1/10-1/3 Pruebas moderadas para H1 H0: Hipótesis nula
H1: Hipótesis alternativa
- Utilizar ambos métodos: Cuando está seleccionado, se utilizan ambos métodos de inferencia, Caracterizar distribución posterior y Estimar factor Bayesiano.
- Seleccione y/o especifique los valores apropiados de Varianza de datos y valores de hipótesis. La tabla refleja los pares de variables que actualmente están en la lista Variables emparejadas. Puesto que se añaden o eliminan pares de variables de la lista Variables emparejadas, la tabla añade o elimina automáticamente los mismos pares de variables de sus columnas de par de variables.
- Cuando uno o más pares de variables están en la lista Variables emparejadas, las columnas Varianza conocida y Valor de varianza están habilitadas.
- Varianza conocida
- Seleccione esta opción para cada variable cuando se conoce la varianza.
- Valor de varianza
- Un parámetro opcional que especifica el valor de varianza, si se conoce, para datos observados.
- Cuando uno o más pares de variables están en la lista Variables emparejadas y Caracterizar distribución a priori no está seleccionado, las columnas Valor de prueba nulo y Valor g están habilitadas.
- Valor de prueba nulo
- Un parámetro necesario que especifica el valor nulo en la estimación de factor Bayesiano. Solo está permitido un valor y 0 es el valor predeterminado.
- g Valor
- Especifica el valor para definir ψ2 = gσ2x en la estimación de factor Bayesiano. Cuando se especifica el Valor de varianza, el valor predeterminado de Valor g es 1. Cuando no se especifica el Valor de varianza, puede especificar un valor de g fijo u omitir el valor para integrarlo.
- Cuando uno o más pares de variables están en la lista Variables emparejadas, las columnas Varianza conocida y Valor de varianza están habilitadas.
- Opcionalmente, puede pulsar Criterios para especificar los valores de Inferencia de una muestra bayesiana: criterios (porcentaje de intervalo creíble, opciones de valores perdidos y valores de método numérico) o pulsar Priores para especificar Inferencia de una muestra bayesiana: binomial/Poisson Valores de de previas (distribuciones previas personalizadas o conjugadas).
1 Lee, M.D. y Wagenmakers, E.-J. 2013. Modelado bayesiano para la ciencia cognitiva: un curso práctico. Cambridge University Press.
2 Jeffreys, H. 1961. Teoría de la probabilidad. Prensa de la Universidad de Oxford.