Bayesian ANCOVA (Bayes ANCOVA)
Bayesian Analysis of Covariance · Ayrıca şöyle bilinir: Bayesian ANCOVA, Bayesian analysis of covariance, B-ANCOVA, Bayesian covariate-adjusted group comparison
Klasik ANCOVA'yı, grup etkileri ve kovaryet eğimleri üzerine önsel dağılımlar yerleştirerek, ardından bunları gözlemlenen verilerle güncelleyerek sonsal dağılımlar ve Bayes faktörleri elde ederek genişletir. p-değeri eşiklerine dayanmadan, bir veya daha fazla sürekli kovaryet için istatistiksel olarak ayarlama yaptıktan sonra sürekli bir sonuç üzerindeki grup farklılıkları için kanıtları ölçer.
Tam yöntemi oku
Bu bölümü okumak için ücretsiz hesapla giriş yapın.
Yöntem haritası
İlişkili yöntemlerin komşuluğu — keşfetmek için bir düğüm seçin.
Ne zaman kullanılır
İki veya daha fazla grubu sürekli kovaryetler için kontrol ederken sürekli bir sonuç üzerinde karşılaştırmak istediğinizde ve yalnızca anlamlılığı test etmek yerine kanıtları ölçmeniz gerektiğinde Bayes ANCOVA kullanın. Özellikle örneklem boyutları küçük veya orta düzeyde olduğunda (p-değerlerinin güvenilmez olduğu yerlerde), çalışmalar arasında kanıtları biriktirmek istediğinizde veya kanıt yokluğu ile yokluk kanıtını ayırt etmek istediğinizde değerlidir. Önsel dağılımları anlamadan doğrudan bir ikame olarak kullanmayın — sonuçlar önsel seçime bağlıdır ve duyarlılık analizleriyle raporlanmalıdır. Kovaryetler sürekli yerine kategorik ise, bunun yerine Bayes faktöriyel ANOVA veya Bayes MANCOVA kullanın. Regresyon eğimleri homojenliği varsayımı (gruplar arasında aynı kovaryet eğimi) hala geçerlidir ve test edilmelidir.
Güçlü yönler & sınırlılıklar
- Yalnızca p-değerinin aksine, hem alternatif hem de sıfır hipotezi için kanıtları ölçen bir Bayes faktörü sağlar.
- Güven aralıkları ve etki büyüklükleri hakkındaki olasılık ifadeleri dahil olmak üzere daha zengin çıkarım sağlayan tam sonsal dağılımlar döndürür.
- Özellikle küçük örneklemlerde tahmini iyileştirerek önsel bilgileri önceki çalışmalardan dahil edebilir.
- Sıralı güncelleme: yanlış pozitif oranlarını artırmadan verilere veri eklenebilir ve analiz güncellenebilir.
- Grup faktörünün katkısını kovaryet ayarlamasından şeffaf bir şekilde ayırır.
- Sonuçlar önsel belirlemeye bağlıdır; varsayılan önsel dağılımlar bazı araştırma bağlamları için uygun olmayabilir.
- Klasik ANCOVA'dan daha fazla hesaplama yoğunluğu gerektirir, özellikle MCMC tabanlı tahmin ile.
- Bayes faktörleri önsel ölçek seçimlerine duyarlı olabilir, bu da duyarlılık analizleri gerektirir.
- Doğru yorumlama için Bayes kavramlarına (sonsal, önsel, Bayes faktörü) aşinalık gerektirir.
- Yazılım uygulamaları (JASP, BayesFactor R paketi) önsel varsayılanlarında farklılık gösterir, bu da çalışmalar arasında doğrudan karşılaştırmayı zorlaştırır.
SSS
Bayes ANCOVA için önseli nasıl seçerim?
En yaygın varsayılan, standartlaştırılmış etki büyüklükleri üzerinde Cauchy dağılımına sahip JZS (Jeffreys-Zellner-Siow) önselidir ve r = 0.5'e ölçeklenmiştir. Bu varsayılan, JASP ve BayesFactor R paketinde uygulanmıştır. Alan bilgisi belirli bir etki büyüklüğü öneriyorsa, ölçek parametresini değiştirebilirsiniz. Her zaman hangi önseli kullandığınızı raporlayın ve ölçeği değiştirerek bir duyarlılık analizi çalıştırın.
Bayes faktöründe ne güçlü kanıt olarak kabul edilir?
Jeffreys'in orijinal ölçeği: 1 ile 3 arasındaki BF10 anekdotsaldır, 3-10 orta düzeydedir, 10-30 güçlüdür, 30'un üzerindeki değerler M1 için çok güçlü kanıtlardır. Aynı eşikler, M0'ı destekleyen kanıtlar için ters olarak geçerlidir (1/3'ten küçük BF10, grup farkı yokluğu için orta düzeyde kanıttır). Bunlar katı eşikler değil, geleneklerdir.
İkiden fazla grupla Bayes ANCOVA kullanabilir miyim?
Evet. Model doğrudan k gruba genişler. Bayes faktörü genel grup faktörünü (omnibus testi) test eder. İkili karşılaştırmalar için, her çift için ayrı Bayes faktörleri hesaplayabilirsiniz, ancak hata birikimini kontrol etmek için bir çoklu karşılaştırma önseli veya düzeltme stratejisi uygulayın.
Bayes ANCOVA hala eğimlerin homojenliği varsayımını gerektirir mi?
Evet. Standart Bayes ANCOVA modeli, kovaryet eğiminin gruplar arasında aynı olduğunu varsayar. Bunu, grup-kovaryet etkileşimi içeren bir modeli içermeyen bir modelle karşılaştırarak bir Bayes faktörü kullanarak test etmelisiniz. Etkileşim modeli lehine büyük bir BF, varsayımın ihlal edildiği ve ayarlanmış grup ortalamalarının yorumlanmasının sorunlu olduğu anlamına gelir.
Bu, Bayes doğrusal regresyondan nasıl farklıdır?
Bayes ANCOVA, en az bir öngörücünün kategorik bir grup faktörü olduğu Bayes doğrusal regresyonun özel bir durumudur. Ayrım kavramsaldir: ANCOVA soruyu kovaryetler için ayarlanmış grup karşılaştırması olarak çerçevelerken, genel regresyon her şeyi sürekli öngörücüler olarak çerçeveler. Yazılımda aynı temel modeli kullanırlar; ANCOVA yalnızca grup faktörü Bayes faktörünü ve ayarlanmış ortalamaları vurgular.
Kaynaklar
- Rouder, J. N., & Morey, R. D. (2012). Default Bayes factors for model selection in regression. Multivariate Behavioral Research, 47(6), 877–903. DOI: 10.1080/00273171.2012.734737 ↗
- Gelman, A., Carlin, J. B., Stern, H. S., Dunson, D. B., Vehtari, A., & Rubin, D. B. (2014). Bayesian Data Analysis (3rd ed.). CRC Press. ISBN: 978-1439840955
Bu sayfayı kaynak gösterin
ScholarGate. (2026, June 3). Bayesian Analysis of Covariance. ScholarGate. https://scholargate.app/tr/statistics/bayesian-ancova
Hangi yöntem?
Bu yöntemi en yakın akrabalarının yanına koyup yan yana okuyun — kütüphane kitapları masaya serer; seçim sizindir.
- Kovaryans Analizi (ANCOVA)İstatistik↔ karşılaştır
- Bayes Doğrusal RegresyonuBayesçi↔ karşılaştır
- Bayesçi MANOVAİstatistik↔ karşılaştır
- Bayes Tek Yönlü Varyans Analiziİstatistik↔ karşılaştır
- Sağlam ANCOVAİstatistik↔ karşılaştır