Bayes Tek Yönlü Varyans Analizi
Bayesian One-Way Analysis of Variance · Ayrıca şöyle bilinir: Bayesian ANOVA, BF ANOVA, Bayes factor one-way ANOVA, Bayesian F-test
Bayes tek yönlü varyans analizi (ANOVA), üç veya daha fazla bağımsız grubun ortalamalarının farklılık gösterip göstermediğini, grup farklılıklarına izin veren bir modelin veriler altında, eşit ortalamalar varsayan sıfır modeline göre ne kadar daha olası olduğunu ölçen bir oran olan Bayes faktörünü hesaplayarak test eder. Klasik F-testinin aksine, sıfır hipotezini yalnızca reddetmek veya kabul etmek yerine, ona doğrudan destek sağlar veya karşı çıkar.
Tam yöntemi oku
Bu bölümü okumak için ücretsiz hesapla giriş yapın.
Yöntem haritası
İlişkili yöntemlerin komşuluğu — keşfetmek için bir düğüm seçin.
Ne zaman kullanılır
Sürekli bir sonucu üç veya daha fazla bağımsız grupta ölçtüğünüzde ve yalnızca ikili bir reddetme/kabul etme kararı vermek yerine kanıtı ölçmek istediğinizde Bayes tek yönlü varyans analizi kullanın. Özellikle örneklem boyutları küçük olduğunda (klasik testlerin gücü düşük olduğunda), sıfır hipotezini gerçek bir bilimsel iddia olarak desteklemek istediğinizde veya önceki çalışmalardan elde edilen ön bilgileri dahil etmek istediğinizde değerlidir. Varsayımlar, klasik tek yönlü varyans analizine büyük ölçüde benzerdir: gözlemlerin bağımsızlığı, gruplar içinde yaklaşık normallik ve varyans homojenliği. Gruplar bağımsız olmadığında (bunun yerine Bayes tekrarlanan ölçümler varyans analizi kullanın), sonuç sıralı veya küçük örneklemlerde ciddi şekilde normal olmayan olduğunda veya varsayılan bir önseli belirtmek veya kabul etmek için makul bir temeliniz olmadığında kullanmayın.
Güçlü yönler & sınırlılıklar
- Yalnızca sıfır hipotezine karşı değil, onun lehine de kanıt ölçer - p-değerlerine göre benzersiz bir avantaj.
- Sürekli ve kanıt gücünü ileten tek bir yorumlanabilir sayı (Bayes faktörü) üretir.
- Önsel bilgiyi tutarlı bir şekilde dahil eder ve verilerle günceller, kümülatif bilimi destekler.
- Hata oranlarını şişirmeden veri biriktikçe kanıt izleme ve sıralı güncellemeyi destekler.
- Derin Bayes programlama gerektirmeden kullanıcı dostu yazılımlarda (JASP) gerçekleştirilir.
- Sonuçlar önsel seçimine bağlıdır; farklı önseller, özellikle küçük örneklemlerde farklı Bayes faktörleri üretebilir.
- Klasik varyans analizinden hesaplama açısından daha zordur; marjinal olasılıklar MCMC yaklaşımı gerektirebilir.
- Eşik etiketleri (örneğin, 'orta', 'güçlü') kesin sınırlar değil, sezgisel geleneklerdir.
- Bazı disiplinlerdeki hakemler tarafından daha az bilinir; yazılarda ek açıklama gerektirebilir.
- Post-hoc eşleşen karşılaştırmalar, klasik varyans analizindeki kadar standart değildir.
SSS
Önsel ölçeği r'yi nasıl seçerim?
Rouder vd. (2012) tarafından varsayılan r = 0.5 (orta) güçlü bir önsel bilginiz olmadığında uygundur. Alanınızdaki etkiler tutarlı bir şekilde mütevazı ise r = 0.354 (küçük) veya büyük etkiler makul ise r = 0.707 (büyük) kullanın. Bir hassasiyet analizi yapın - sonuçlar makul r değerleri boyunca dramatik bir şekilde değişirse, bunu raporlayın ve dikkatli bir şekilde yorumlayın.
Bayes tek yönlü varyans analizi hangi yazılımlarda kolayca çalışır?
JASP (ücretsiz, GUI tabanlı) varsayılan önseller, Bayes faktörü tabloları ve sonsal çizimler ile Bayes tek yönlü varyans analizi sunar. R'da BayesFactor paketi (anovaBF fonksiyonu) ve brms (tam Bayes modellemesi için) ana seçeneklerdir. SPSS yerel olarak desteklemez.
Gruplar arasında varyanslar eşit olmadığında bunu kullanabilir miyim?
Standart formülasyon varyans homojenliğini varsayar. Levene testi anlamlıysa, klasik yaklaşım Welch'in ANOVA'sına geçer. Bayes terimleriyle, grup başına varyans parametrelerine izin vermek için modeli genişletebilirsiniz, ancak bu tıklamalı yazılımlarda mevcut değildir; özel brms veya Stan kodu gerektirir.
Bayes ANOVA, klasik tek yönlü varyans analizinden nasıl farklıdır?
Klasik ANOVA, verilerin sıfır hipotezi altında olası olmadığını gösteren bir F istatistiği ve p-değeri verir. Bayes ANOVA, verilerin alternatif hipoteze göre sıfır hipotezine ne kadar daha (veya daha az) olası olduğunu gösteren bir Bayes faktörü verir. Bayes yaklaşımı sıfır hipotezini olumlu bir şekilde destekleyebilir ve anlamlılık testinin ikili eşik mantığından kaçınır.
Post-hoc testlere hala ihtiyacım var mı?
Evet, Bayes faktörü M1'i destekliyorsa, hangi grupların farklı olduğunu belirlemek isteyeceksiniz. JASP'ta, otomatik çoğulluk düzeltmesi ile Bayes eşleşen karşılaştırmalar isteyebilirsiniz. Bunlar, her çift için Bayes faktörleri üretir, Tukey post-hoc testlerine benzer ancak Bayes çerçevesinde.
Kaynaklar
- Rouder, J. N., Morey, R. D., Speckman, P. L., & Province, J. M. (2012). Default Bayes factors for ANOVA designs. Journal of Mathematical Psychology, 56(5), 356–374. DOI: 10.1016/j.jmp.2012.08.001 ↗
- Jeffreys, H. (1961). Theory of Probability (3rd ed.). Oxford University Press. ISBN: 978-0198503682
Bu sayfayı kaynak gösterin
ScholarGate. (2026, June 3). Bayesian One-Way Analysis of Variance. ScholarGate. https://scholargate.app/tr/statistics/bayesian-one-way-anova
Hangi yöntem?
Bu yöntemi en yakın akrabalarının yanına koyup yan yana okuyun — kütüphane kitapları masaya serer; seçim sizindir.
- Bayes Bağımsız Örneklem t-testiİstatistik↔ karşılaştır
- Bayes İki Yönlü ANOVAİstatistik↔ karşılaştır
- Tek yönlü Varyans Analiziİstatistik↔ karşılaştır