Wnioskowanie bayesowskie dotyczące testów dla prób zależnych: Normalny

Ta funkcja wymaga Custom Tables and Advanced Statistics.

Procedura Wnioskowanie bayesowskie dotyczące testów dla prób zależnych: Normalny udostępnia opcje Bayesowskich testów dla prób zależnych. Nazwy zmiennych można podawać parami, a następnie uruchamiać analizę bayesowską na różnicy między średnimi.

1. Z menu wybierz:

   Analiza > Statystyka bayesowska > Przykłady pokrewne Normalny

2. Wybierz odpowiednie Pary zmiennych z listy Dostępne zmienne. Należy wybrać co najmniej jedną parę zmiennych źródłowych, ale dla dowolnego zestawu par nie można wybrać więcej niż dwóch zmiennych źródłowych.
   Uwaga: Lista dostępnych zmiennych udostępnia wszystkie zmienne z wyjątkiem zmiennych łańcuchowych.
3. Ustaw żądaną Analizę bayesowską:
   • Charakteryzuj rozkład a posteriori: gdy ta opcja jest wybrana, wnioskowanie bayesowskie jest wykonywane z perspektywy uzyskiwanej poprzez charakteryzację rozkładów a posteriori. Brzegowy rozkład posteriori parametrów badanych można sprawdzić poprzez scałkowanie parametrów zakłócających, a następnie opracowanie wiarygodnych przedziałów ufności w celu wnioskowania bezpośredniego. Jest to ustawienie domyślne.
   • Estymuj czynnik Bayesa: w przypadku wybrania tej opcji estymacja czynnika Bayesa (jednej z istotnych metodologii wnioskowania bayesowskiego) obejmuje współczynnik naturalny w celu porównania prawdopodobieństw brzegowych między hipotezą zerową a alternatywną.

     Tabela 1. Progi powszechnie wykorzystywane do określenia istotności dowodów

     Czynnik Bayesa	Kategoria dowodu	Czynnik Bayesa	Kategoria dowodu	Czynnik Bayesa	Kategoria dowodu
     >100	Dowód dotyczący ekstremum dla H1	1-3	Anegdotyczny dowód na H1	1/30-1/10	Silny dowód na H0
     30-100	Bardzo silny dowód dla H1	1	Brak dowodu	1/100-1/30	Bardzo silny dowód dla H0
     10-30	Silny dowód na H1	1/3-1	Anegdotyczny dowód na H0	1/100	Skrajnie silny dowód na H0
     3-10	Umiarkowanie silny dowód na H1	1/10-1/3	Umiarkowanie silny dowód na H0

     H0: hipoteza zerowa

     H1: hipoteza alternatywna

     ¹

     ²

   • Użyj obu metod: w przypadku wyboru tej opcji używane są obie metody wnioskowania Charakteryzuj rozkład a posteriori oraz Estymuj czynnik Bayesa.
4. Wybierz i/lub wprowadź odpowiednie ustawienia Wariancja danych i wartości hipotezy. Tabela odzwierciedla pary zmiennych, które aktualnie znajdują się na liście Pary zmiennych. W miarę dodawania par zmiennych lub usuwania ich z tabeli Pary zmiennych w tabeli następuje automatycznie dodawanie lub usuwanie tych samych par zmiennych z kolumn par zmiennych.
   • Gdy na liście Pary zmiennych znajduje się co najmniej jedna para zmiennych, aktywne są kolumny Wariancja znana i Wartość wariancji.

     Znana wariancja

     Wybierz tę opcję dla każdej zmiennej, jeśli wariancja jest znana.

     Wartości wariancji

     Opcjonalny parametr, który określa wartość wariancji, jeśli jest znana, dla danych obserwacji.

   • Gdy na liście Pary zmiennych znajduje się co najmniej jedna para zmiennych, a nie wybrano opcji Charakteryzuj rozkład a posteriori, aktywne są kolumny Testowana wartość zerowa oraz Wartość g.

     Zerowa wartość testowana

     Wymagany parametr, który określa wartość zerową w estymacji czynnika Bayesa. Dozwolona jest tylko jedna wartość, a 0 jest wartością domyślną.

     Wartość g

     Określa wartość w celu zdefiniowania ψ² = gσ²_x w estymacji czynnika Bayesa. Gdy zostanie podana Wartość wariancji, Wartość g domyślnie przyjmuje wartość 1. Gdy Wartość wariancji nie jest podana, można określić stałe g albo pominąć wartość w celu scałkowania.

5. Opcjonalnie można kliknąć opcję Kryteria , aby określić ustawienia Bayesian One Sample Inference: Criteria (wiarygodny procent interwału, opcje brakujących wartości i ustawienia metody liczbowej), lub kliknąć opcję Priory , aby określić wartość Bayesian One Sample Inference: Binomial/Poisson Ustawienia prawdopodobieństwa (koniugacja lub niestandardowe wcześniejsze rozkłady).