Я пытаюсь понять Байесовский фактор (BF). Я считаю, что они как отношение правдоподобия 2 гипотез. Таким образом, если BF равен 5, это означает, что H1 в 5 раз чаще, чем H0. И значение 3-10 указывает на умеренные доказательства, в то время как> 10 указывает на убедительные доказательства.
Тем не менее, для P-значения традиционно 0,05 принимается как пороговое значение. При этом значении P отношение правдоподобия H1 / H0 должно составлять около 95/5 или 19.
Так почему отсечение> 3 берется для BF, а отсечение> 19 берется для значений P? Эти значения также нигде не близко.
Ответы:
Несколько вещей:
BF дает вам доказательства в пользу гипотезы, в то время как тест гипотетической частоты дает вам доказательства против (нулевой) гипотезы. Так что это вроде «яблоки с апельсинами».
Эти две процедуры, несмотря на разницу в интерпретации, могут привести к различным решениям. Например, BF может отклонить, в то время как тест на гипотезу о частоте этого не делает, или наоборот. Эту проблему часто называют парадоксом Джеффриса-Линдли . На этом сайте было много сообщений об этом; см. например, здесь и здесь .
источник
источник
P = B/(B+1)
Некоторые из ваших недоразумений могут быть вызваны тем, что число 95/5 принимается непосредственно из-за того, что значение p составляет 0,05 - это то, что вы делаете? Я не верю, что это правильно. Например, значение p для t-теста отражает вероятность получения наблюдаемой разницы между средними или более экстремальной разницы, если нулевая гипотеза действительно верна. Если вы получите значение ap 0,02, вы скажете: «ах, есть только 2% -ная вероятность получения такой разницы или большей разницы, если ноль равен true. Это кажется невероятным, поэтому я полагаю, что нулевое значение не соответствует действительности! Эти числа не являются тем же самым, что входит в фактор Байеса, который является отношением апостериорных вероятностей, данных каждой конкурирующей гипотезе. Эти апостериорные вероятности не рассчитываются так же, как р-значение,
В качестве примечания я бы настоятельно рекомендовал не думать о различных значениях BF как о конкретных вещах. Эти назначения совершенно произвольны, как и уровень значимости 0,05. Такие проблемы, как p-хакерство, будут возникать так же легко с байесовскими факторами, если люди начнут верить, что только конкретные цифры заслуживают рассмотрения. Постарайтесь понять их такими, какие они есть, что-то вроде относительной вероятности, и используйте свой собственный смысл, чтобы определить, считаете ли вы число БФ убедительным доказательством или нет.
источник