İçeriğe geçScholarGate
KütüphaneKitaplığımMasaReview StudioAsistan
Giriş
Bu sayfada
SezgiNasıl çalışırNe zaman kullanılırGüçlü yönler & sınırlılıklarYaygın tuzaklarUygulamalarSSS🔒 Tam yöntemi okuKaynaklarİlişkili yöntemler
Bu sayfaya atıf yapBu sayfada bir hata mı var? Bildir / düzeltme öner →
Ana sayfa›Bayesçi›Bayes Faktörü Testi
Bayesian methods

Bayes Faktörü Testi

Bayes Factor Hypothesis Test · Ayrıca şöyle bilinir: bayes factor, BF10, Bayesian hypothesis test, Bayes Faktörü — Hipotez Testi

Harold Jeffreys tarafından 1961'de biçimlendirilen Bayes faktörü testi, iki rakip hipotezi karşılaştırmak için kullanılan Bayesçi bir yöntemdir. İkili bir reddetme/tutma kararı döndürmek yerine, verilerin alternatif hipotez H₁ altında sıfır hipotezi H₀'a göre ne kadar daha olası (veya daha az olası) olduğunu ölçen BF₁₀ sürekli bir oran üretir.

ScholarGate
  1. Bayesian methods
  2. v1
  3. 2 Kaynaklar
  4. PUBLISHED
Bu sayfaya atıf yap →
Araçlar & kaynaklar
Slaytları indir
Öğren & keşfet

Tam yöntemi oku

Yalnızca üyeler

Bu bölümü okumak için ücretsiz hesapla giriş yapın.

Giriş yap

Yöntem haritası

İlişkili yöntemlerin komşuluğu — keşfetmek için bir düğüm seçin.

Bayes Faktörü Testi
Bayes RegresyonuBağımsız Örneklem t-testiMarkov Chain Monte Carlo…Bayesci ANOVABayesçi t-TestiAdli Olasılık Oranı (LR)

Ne zaman kullanılır

Sıfır hipotezi lehine kanıtı alternatif hipotez lehine kanıt kadar ölçmek istediğinizde Bayes faktörü testini kullanın — bu, klasik anlamlılık testinde bulunmayan bir yetenektir. Sürekli, kategorik veya ikili sonuç verileri için uygundur, en az beş gözlem gerektirir ve normalite varsayımı olmadan geçerlidir, ancak seçilen önsel ölçeğin gerekçelendirilmesi ve duyarlılık kontrolü yapılmalıdır. Örneklem önselin sonsal üzerinde baskın olamayacak kadar küçük olduğunda veya sıklıkçı anlamlılık eşiğinin gerekli raporlama kuralı olduğu durumlarda bundan kaçının.

Güçlü yönler & sınırlılıklar

Güçlü yönler
  • Sadece ikili bir karar yerine sürekli bir ölçekte hem sıfır hem de alternatif hipotez lehine kanıtı ölçer.
  • 1'in altındaki bir BF₁₀'un sıfır hipotezi lehine pozitif kanıt oluşturmasıyla, minimum bir p-değeri eşiği gerektirmez.
  • Normalite gereksinimi olmaksızın sürekli, kategorik ve ikili verilere uygulanabilir.
  • Jeffreys'in yorumlama ölçeği aracılığıyla dereceli kesinliği iletir, şeffaf raporlamayı kolaylaştırır.
Sınırlılıklar
  • Bayes faktörü önsel dağılıma duyarlıdır; farklı önseller farklı BF değerleri verir, bu nedenle her zaman bir duyarlılık analizi gereklidir.
  • Çok küçük örneklemlerde (n < 5), sonsal önsel tarafından domine edilir ve BF değerleri güvenilmezdir.
  • Normalitenin ihlal edildiği ve önsel ölçeğin baskın olduğu durumlarda, sıklıkçı bir t-testi daha güvenilirdir.
  • Bir p-değerinden daha fazla hesaplama gerektirir, önsel ağırlıklı parametre uzayı üzerinden entegrasyon gerektirir.

SSS

BF₁₀, bir p-değerinden nasıl farklıdır?

Bir p-değeri, yalnızca verilerin H₀ doğruysa ne kadar şaşırtıcı olduğunu ölçer; H₁ hakkında hiçbir şey söylemez. BF₁₀, verilerin H₁ altında H₀'a göre ne kadar olası olduğunun bir oranıdır, bu nedenle her iki hipotezi de aynı anda tartar. Bir p-değeri, sıfır hipotezi lehine pozitif kanıt sağlayamazken, 1'in altındaki bir BF₁₀ tam olarak bunu yapar.

Pratikte BF₁₀ = 5 ne anlama gelir?

Gözlemlenen verilerin H₁ altında H₀'a göre beş kat daha olası olduğu anlamına gelir. Jeffreys'in ölçeğinde bu, H₁ lehine orta düzeyde bir kanıttır — bilgilendirici ancak kesin değil. Karşılık gelen sonsal oranlar, iki hipotez için önsel oranlarınıza bağlıdır.

Önsel neden bu kadar önemlidir ve hangi önseli kullanmalıyım?

Bayes faktörü, olasılığın önsel üzerinden ortalaması alınarak hesaplanır. Farklı bir önsel şekli veya ölçeği BF₁₀'u önemli ölçüde değiştirebilir, bu nedenle seçim gerekçelendirilmelidir. r ≈ 0.707 ölçekli varsayılan Cauchy önseli (çoğu yazılımda orta düzey) etki büyüklüğü parametreleri için yaygın olarak kullanılır çünkü geniş bir etki büyüklüğü aralığında gerçek belirsizliği yansıtır. Her zaman önseli raporlayın ve en az iki veya üç alternatif ölçekte duyarlılık analizi çalıştırın.

Korelasyonlar veya olasılık tabloları için, sadece t-testleri için değil, bir Bayes faktörü hesaplayabilir miyim?

Evet. Bayes faktörü çerçevesi, korelasyonlara (correlationBF), olasılık tablolarına (contingencyTableBF), regresyon modellerine ve ANOVA tasarımlarına kadar genişler; hepsi BayesFactor R paketi ve ilgili araçlarda mevcuttur. BF₁₀'un yorumu, testin biçiminden bağımsız olarak aynı kalır.

Kaynaklar

  1. Jeffreys, H. (1961). Theory of Probability (3rd ed.). Clarendon Press / Oxford University Press. ISBN: 978-0198503682
  2. 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 ↗

Bu sayfayı kaynak gösterin

ScholarGate. (2026, June 1). Bayes Factor Hypothesis Test. ScholarGate. https://scholargate.app/tr/bayesian/bayes-factor-test

İlişkili yöntemler

Bayes RegresyonuBağımsız Örneklem t-testiMarkov Chain Monte Carlo (MCMC)

Hangi yöntem?

Bu yöntemi en yakın akrabalarının yanına koyup yan yana okuyun — kütüphane kitapları masaya serer; seçim sizindir.

  • Bayes RegresyonuBayesçi↔ karşılaştır
  • Bağımsız Örneklem t-testiİstatistik↔ karşılaştır
  • Markov Chain Monte Carlo (MCMC)Bayesçi↔ karşılaştır
Yan yana karşılaştır →

Bu yönteme atıf yapanlar

Bayesci ANOVABayesçi t-TestiAdli Olasılık Oranı (LR)

Benzer yöntemler

Bayes Hipotez Testi AraştırmasıBayesci Model Sınama AraştırmasıBayesçi t-TestiBayesci ANOVABayes Bağımsız Örneklem t-testiBayes Doğrulayıcı AraştırmaBayes Tek Yönlü Varyans AnaliziBayes Tek Örneklem t-testi

İlgili referans kavramlar

Bayes Faktörleri ve Marjinal OlabilirlikBayesçi Model Karşılaştırması ve SeçimiBayesçi Çıkarımın TemelleriHipotez Testi ÇerçevesiBayes Teoremi ve Posterior DağılımÖnsel Dağılımlar

Bu sayfada bir hata mı var? Bildir / düzeltme öner →

ScholarGate — Bayes Factor Test (Bayes Factor Hypothesis Test). 2026-07-21 tarihinde şu adresten erişildi: https://scholargate.app/tr/bayesian/bayes-factor-test · Veri seti: https://doi.org/10.5281/zenodo.20539026
Hızlı bilgiler
Originator
Harold Jeffreys
Year
1961
Family
Bayesian
Type
Bayesian hypothesis comparison
Purpose
compare / quantify evidence
Var Types
continuous / categorical / binary
Outputs
BF₁₀ — continuous evidence ratio
Min Sample
5
Difficulty
2
İlişkili yöntemler
Bayes RegresyonuBağımsız Örneklem t-testiMarkov Chain Monte Carlo (MCMC)
ScholarGate

Araştırma yöntemleri için içerik öncelikli bir referans kütüphanesi — her yöntemin ne olduğu, nasıl çalıştığı ve nereden geldiği.

Açık veri (CC-BY)

Keşfet

  • Kütüphane
  • Yöntemlerde ara…
  • Alanlara göre gez
  • Alanlar
  • Yolculuk
  • Karşılaştır
  • Hangi yöntem?

Başvuru

  • Konular
  • Atlas
  • Sözlük
  • Metodoloji
  • Felsefe

Çalışma alanı

  • Kitaplığım
  • Masa
  • Sohbet

Şirket

  • Hakkımızda
  • Fiyatlandırma
  • İletişim
  • Yöntem öner

Kayıtlar, başvuru amacıyla yayımlanmış kaynaklardan derlenmiştir. Herhangi bir bilginin doğruluğunu ve kendi kullanımınıza uygunluğunu denetlemek sizin sorumluluğunuzdadır.

© 2026 ScholarGate · Araştırma yöntemleri referans kütüphanesi
  • Gizlilik
  • Çerezler
  • Koşullar
  • Hesabı sil