ベイズ的枠組みにおける効果の存在と有意性の指標

混乱は心理科学を飲み込んでいます。再現性の危機の原因と結果は論争中です。その側面のいくつかに対処することを期待して、ベイジアンの方法は心理科学に注目を集めています。頻繁なフレームワークとは対照的に、それらの利点のいくつかは、確率的用語でパラメーターを記述し、それらに関する事前知識をモデルに明示的に組み込む能力です。これらの問題は、統計的有意性に関する現在の議論に関して特に重要です。ベイジアンの方法は、必ずしも誤った解釈や誤った結論に対する唯一の救済策ではありませんが、そのような誤りを避けるための鍵の1つであるという合意が増えています。それにもかかわらず、その柔軟な性質は、その力と衰弱です。なぜなら、「重要性」の指標を計算または報告する必要があることについては一致していないからです。頻繁なP値などの合意に基づいたインデックスまたはガイドラインの欠如は、多くの馴染みのない読者がベイジアン統計で認識している不必要な不透明度にさらに貢献しています。したがって、この研究では、いくつかのベイジアンインデックスを説明および比較し、サンプルサイズ、効果の大きさ、頻繁な重要性などの一般的な分散源との関係における「行動」の直感的な視覚的表現を提供します。結果は、研究者が報告する価値の直感的な理解の開発に貢献し、ベイジアン統計の説明のために賢明な推奨事項を描くことができます。これは、科学的報告の標準化に重要です。

Turmoil has engulfed psychological science. Causes and consequences of the reproducibility crisis are in dispute. With the hope of addressing some of its aspects, Bayesian methods are gaining increasing attention in psychological science. Some of their advantages, as opposed to the frequentist framework, are the ability to describe parameters in probabilistic terms and explicitly incorporate prior knowledge about them into the model. These issues are crucial in particular regarding the current debate about statistical significance. Bayesian methods are not necessarily the only remedy against incorrect interpretations or wrong conclusions, but there is an increasing agreement that they are one of the keys to avoid such fallacies. Nevertheless, its flexible nature is its power and weakness, for there is no agreement about what indices of "significance" should be computed or reported. This lack of a consensual index or guidelines, such as the frequentist p-value, further contributes to the unnecessary opacity that many non-familiar readers perceive in Bayesian statistics. Thus, this study describes and compares several Bayesian indices, provide intuitive visual representation of their "behavior" in relationship with common sources of variance such as sample size, magnitude of effects and also frequentist significance. The results contribute to the development of an intuitive understanding of the values that researchers report, allowing to draw sensible recommendations for Bayesian statistics description, critical for the standardization of scientific reporting.