Bayesiansk modeltestningsforskning — Bayesiansk modelsammenligning og hypoteseevaluering
Bayesiansk modeltestningsforskning er et kvantitativt design, hvor konkurrerende teoretiske modeller eller hypoteser evalueres ved at sammenligne deres marginale likelihoods givet observerede data. Det centrale værktøj er Bayes-faktoren — et forhold, der kvantificerer, hvor meget mere sandsynlige data er under én model end under en anden. I modsætning til signifikanstestning af nulhypoteser giver bayesiansk modeltestning direkte evidens for eller imod specifikke hypoteser, inkorporerer forudgående viden og kan understøtte en nulhypotese i stedet for blot at undlade at afvise den.
Læs hele metoden
Log ind med en gratis konto for at læse dette afsnit.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
- Kass, R. E., & Raftery, A. E. (1995). Bayes factors. Journal of the American Statistical Association, 90(430), 773–795. DOI: 10.1080/01621459.1995.10476572 ↗
- Jeffreys, H. (1961). Theory of Probability (3rd ed.). Oxford University Press. ISBN: 978-0198503682
Sådan citerer du denne side
ScholarGate. (2026, June 3). Bayesian Model Testing Research Design. ScholarGate. https://scholargate.app/da/research-design/bayesian-model-testing-research
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Bayesiansk inferensStatistik↔ compare
- Konstruktiv faktoranalyse (CFA)Psykometri↔ compare
- MultilevelmodelleringForskningsstatistik↔ compare
- Strukturel LigningsmodelleringForskningsstatistik↔ compare
Refereret af
Har du fundet en fejl på denne side? Indberet den eller foreslå en rettelse →