在R中的BayesFactor軟件包中調整先驗

Question

我有一些試點數據，我應該能夠利用它們在更新的數據集上進行貝葉斯t檢驗來調整先驗值。

我一直通過R中的BayesFactor軟件包使用默認設置進行貝葉斯t檢驗。任何人都可以闡明我如何精確地調整此類測試的先驗條件嗎？

此外，我需要從試點數據中做到這一點嗎？ 我懷疑效果大小？

這是一個如何使用默認設置進行貝葉斯t檢驗的示例：

ttestBF(x = df1$Value, df2$Value, paired = TRUE)

謝謝你的時間。

Answer 1

作為參考，參見Rouder等。 2009年 。 R中的BayesFactor程序包先使用了JZS。 請參閱ttestBF函數的文檔中的說明：

非信息性的Jeffreys先驗值放在正常人群的方差上，而柯西的先驗值放在標准化效果的大小上。 rscale參數控制先驗分布的規模，其中rscale = 1產生標准柯西先驗。 有關更多詳細信息，請參見下面的參考。

對於rscale參數，可以識別幾個命名值：“中”，“寬”和“超寬”。 這些分別對應於sqrt（2）/ 2、1和sqrt（2）的r標度值。

然后在論文中說：

對於JZS和按比例縮放的先驗信息，隨着r的增加，貝葉斯因子為null提供了更多的支持。

從根本上講，這意味着如果您希望效果尺寸很小，則應降低r參數。

關於第二個問題：您應該能夠將試點數據用作預期效果大小的估計，並相應地調整先驗值。 請注意，您不應該根據觀察到的數據（即新數據）調整先驗。
此外，關於BayesFactor程序包，我將假定默認優先級應該能夠很好地處理大多數數據（至少是從心理學角度出發）。 請參閱幫助功能中提供的其他參考。

我希望這會有所幫助:)，不幸的是，我無法告訴您是否或如何為您的效果量計算最佳比例，因為對於非常大的樣本量，效果量和BF之間也需要權衡取舍。