Bayesian Inference in Numerical Cognition: A Tutorial Using JASP
Bayesian Inference in Numerical Cognition: A Tutorial Using JASP
复制标题
数值认知中的贝叶斯推理：使用 JASP 的教程
DOI：
10.31234/osf.io/vg9pw
复制
发表时间：
2020
期刊：
影响因子：
--
通讯作者：
E. Wagenmakers
中科院分区：
文献类型：
--
作者：
Thomas J. Faulkenberry;A. Ly;E. Wagenmakers
数值认知的研究者依赖于假设检验和参数估计来评估数据的证据价值。虽然人们对贝叶斯统计作为经典的、频率主义的假设检验方法的替代方法越来越感兴趣，但许多研究人员仍然不愿意改变他们的推理方法。在本教程中，我们提供了一个简洁的介绍贝叶斯假设检验和参数估计的背景下，数值认知。在这里，我们重点介绍贝叶斯推理的三个例子：t检验、线性回归和方差分析。使用免费的软件包JASP，我们为读者提供了一个基本的了解如何贝叶斯推理工作的“引擎盖下”，以及说明详细说明如何执行和解释每个贝叶斯分析。
Researchers in numerical cognition rely on hypothesis testing and parameter estimation to evaluate the evidential value of data. Though there has been increased interest in Bayesian statistics as an alternative to the classical, frequentist approach to hypothesis testing, many researchers remain hesitant to change their methods of inference. In this tutorial, we provide a concise introduction to Bayesian hypothesis testing and parameter estimation in the context of numerical cognition. Here, we focus on three examples of Bayesian inference: the t-test, linear regression, and analysis of variance. Using the free software package JASP, we provide the reader with a basic understanding of how Bayesian inference works “under the hood” as well as instructions detailing how to perform and interpret each Bayesian analysis.
DOI：
10.1037/0278-7393.16.1.149
发表时间：
1990-01-01
影响因子：
2.6
作者：
LORCH, RF;MYERS, JL
通讯作者：
MYERS, JL