Байесовское тестирование моделей — Байесовское сравнение моделей и оценка гипотез
Байесовское тестирование моделей — это количественный подход, при котором конкурирующие теоретические модели или гипотезы оцениваются путём сравнения их маргинальных правдоподобий при наличии наблюдаемых данных. Центральным инструментом является фактор Байеса — отношение, которое количественно определяет, насколько более вероятны данные при одной модели по сравнению с другой. В отличие от проверки значимости нулевой гипотезы, байесовское тестирование моделей даёт прямые доказательства в пользу или против конкретных гипотез, включает априорные знания и может поддерживать нулевую гипотезу, а не просто не отвергать её.
Читать метод полностью
Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Карта метода
Окружение родственных методов — выберите узел, чтобы перейти к нему.
Источники
- 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
Как цитировать эту страницу
ScholarGate. (2026, June 3). Bayesian Model Testing Research Design. ScholarGate. https://scholargate.app/ru/research-design/bayesian-model-testing-research
Какой метод?
Поставьте этот метод рядом с ближайшими родственными и прочитайте их бок о бок — библиотека выкладывает книги на стол, а выбор за вами.
- Байесовский выводСтатистика↔ сравнить
- Конфирматорный факторный анализ (КФА)Психометрия↔ сравнить
- Многоуровневое моделированиеСтатистика исследований↔ сравнить
- Структурное моделирование (Structural Equation Modeling)Статистика исследований↔ сравнить
Упоминается в
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →