Baijesa krusttabulu analīze
Baijesa krusttabulu analīze pārbauda, vai divi kategoriski mainīgie ir saistīti, aprēķinot Baijesa faktoru, kas kvantificē pierādījumus par asociācijas modeli pret neatkarības modeli. Atšķirībā no klasiskās hī kvadrāta pārbaudes, tā nodrošina nepārtrauktu pierādījumu mēru, tieši atbalsta nulles hipotēzi un dabiski atjaunina ar iepriekšējām zināšanām par šūnu varbūtībām.
Lasīt pilno metodes aprakstu
Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.
Method map
The neighbourhood of related methods — select a node to explore.
Avoti
- Gunel, E., & Dickey, J. (1974). Bayes factors for independence in contingency tables. Biometrika, 61(3), 545–557. DOI: 10.1093/biomet/61.3.545 ↗
- Jamil, T., Ly, A., Morey, R. D., Love, J., Marsman, M., & Wagenmakers, E.-J. (2017). Default Gunel and Dickey Bayes factors for contingency tables. Behavior Research Methods, 49(2), 638–652. DOI: 10.3758/s13428-016-0739-8 ↗
Kā citēt šo lapu
ScholarGate. (2026, June 3). Bayesian Contingency Table Analysis. ScholarGate. https://scholargate.app/lv/statistics/bayesian-cross-tabulation-analysis
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.
- Bejesa hī kvadrāta testsStatistika↔ compare
- Beieziešu neatkarīgo paraugu t-testsStatistika↔ compare
- Hipotēzes neatkarības $\chi^2$ testsStatistika↔ compare
- Krusta tabulācijas analīzeStatistika↔ compare
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →