V
主页
Openminds 3.0 第十期 频率论 vs. 贝叶斯统计
发布人
分享文献:Kruschke, J. K., & Liddell, T. M. (2018). The Bayesian New Statistics: Hypothesis testing, estimation, meta-analysis, and power analysis from a Bayesian perspective. Psychonomic Bulletin & Review, 25(1), 178–206. https://doi.org/10.3758/s13423-016-1221-4 传统的 NHST 基于频率论进行假设检验。然而,由于研究者常常误解甚至误用 p 值和置信区间,频率论的方法并不能保障科学研究的可靠性。因此,越来越多的研究者主张采用贝叶斯统计方法替代传统的频率统计。 Kruschke 和 Liddell (2018) 指出,贝叶斯统计允许研究者在分析中引入先验信息,从而调整对未知参数的认识和估计。贝叶斯统计不仅可以提供效应的置信区间,还能更加可视化地展示结果,使研究者和读者更易于理解。作者倡导心理学界应逐步采纳贝叶斯统计方法,以提高研究的透明度和可操作性,并增强研究发现的可重复性和信度。这篇文章通过具体的示例和实践建议,为研究者在实际研究如何应用贝叶斯统计方法提供了指导。
打开封面
下载高清视频
观看高清视频
视频下载器
第二课 初识贝叶斯法则
Opentalk 70-人工智能与心理学的双向奔赴
第六课 马尔可夫链蒙特卡洛方法
Openminds 3.0 第十一期 贝叶斯因子
第七课 贝叶斯模型诊断和推断
第二讲-开始使用R
第十四讲-心理学元分析入门
第一课:课程介绍
第六讲-数据预处理
第一讲-为什么要学习R语言
第九课 贝叶斯因子
OpenTalks系列
Openminds3.0 第9期 样本量规划
第十讲-回归模型(三)_广义线性模型
OpenTutoirals系列 | 分享方法与经验
bruceR包在数据分析全流程中的应用 包寒吴霜分享
OpenMinds文献研读-思考心理学可重复危机
第四讲-如何导入数据
第五课 后验近似方法:网格法
【有声书】《明朝那些事》完整版(全七部)
2024 Hackathon ChuanPeng Hu
第九讲-回归模型(二)_分层线性模型
第三课 beta-二项分布
第七讲-描述性统计与数据可视化基础
第十课 Multiple regression
第十一讲-回归模型(四)_中介分析
第四课 Balance and Sequentiality in Bayesian Analyses
Opentalk73-经颅磁刺激靶点的个体化定位及计算平台
第三讲-Git & RStudio工作流
2024 Hackathon Daniel Lakens
如果你不知道读什么书,不妨从这几本开始
2024 Hackathon-Challenges-publishing
第五讲-R语言中的对象2_函数
第八讲-回归模型(一)
第八课 简单线性回归模型
2024 Hackathon ShuXian Jin
第十三讲-基于⽹络模型的⼼理学研究
Openminds3.0 第7期 正确理解NHST
第六讲补充:可以用来统计建模、可视化和报告的R包
如何进行开放、透明和可重复的心理学研究