ScholarGate
Asystent
Process / pipelineTarama ve gözlemsel desen

Badania konfirmacyjne w ujęciu bayesowskim — testowanie hipotez bayesowskich

Badania konfirmacyjne w ujęciu bayesowskim to ilościowe ramy testowania precyzyjnie określonych hipotez poprzez obliczenie czynnika Bayesa — stosunku wyrażającego, o ile bardziej prawdopodobne są obserwowane dane przy jednej hipotezie niż przy drugiej. W przeciwieństwie do klasycznego testowania istotności hipotezy zerowej (NHST), zapewnia ono bezpośredni dowód zarówno dla hipotezy alternatywnej, jak i zerowej, dopuszcza zasady opcjonalnego zatrzymania (optional stopping) w pewnych warunkach oraz aktualizuje wcześniejsze przekonania na podstawie obserwowanych danych za pomocą twierdzenia Bayesa.

Znajdź temat z PaperMindWkrótceWideoWkrótcePobierz slajdy

Przeczytaj pełny opis metody

Tylko dla członków

Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.

Zaloguj się

Mapa metod

Sąsiedztwo pokrewnych metod — wybierz węzeł, aby je zgłębić.

Źródła

  1. Rouder, J. N., Speckman, P. L., Sun, D., Morey, R. D., & Iverson, G. (2009). Bayesian t tests for accepting and rejecting the null hypothesis. Psychonomic Bulletin & Review, 16(2), 225–237. DOI: 10.3758/PBR.16.2.225
  2. Wagenmakers, E.-J., Marsman, M., Jamil, T., Ly, A., Verhagen, A. J., Love, J., Selker, R., Gronau, Q. F., Smira, M., Epskamp, S., Matzke, D., Rouder, J. N., & Morey, R. D. (2018). Bayesian inference for psychology. Part I: Theoretical advantages and practical ramifications. Psychonomic Bulletin & Review, 25(1), 35–57. DOI: 10.3758/s13423-017-1343-3

Jak cytować tę stronę

ScholarGate. (2026, June 3). Bayesian Confirmatory Research Design. ScholarGate. https://scholargate.app/pl/research-design/bayesian-confirmatory-research

Która metoda?

Zestaw tę metodę z najbliższymi jej krewnymi i czytaj je obok siebie — biblioteka kładzie księgi na stole; wybór należy do Ciebie.

Porównaj obok siebie

Cytowana przez

ScholarGateBayesian Confirmatory Research (Bayesian Confirmatory Research Design). Pobrano 2026-06-15 z https://scholargate.app/pl/research-design/bayesian-confirmatory-research · Zbiór danych: https://doi.org/10.5281/zenodo.20539026