Can we Find Evidence for the Null in a Bayesian t-Test? Not Unless we Reconsider Bayes Factor Thresholds
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Within the fields of behavioural and psychological research, the use of Bayesian statistics has gathered increased interest. A statistical test commonly employed in behavioral and psychological research is the t-test. For the Bayesian t-test, a Bayes Factor (BF) can be computed which reflects evidence in favor of either the alternative hypothesis (H1) or the null hypothesis (H0). Even though the BF is a continuous measure of evidence, it is common to define specific thresholds for accepting the evidence in favor of either the H1 or the H0. Such evidence thresholds (e.g., BF > 3, BF > 6, BF > 10) are adopted by related scientific journals to define minimum publication or preregistration requirements. However, exceeding these thresholds is not analogous when H1 is true compared to when H0 is true. In turn, this disanalogy might require scientists to invest additional time and resources when H0 is true, as opposed to when H1 is true. In this study, we simulated 200 million BFs for various effect size, sample size, and variance assumptions, to demonstrate this disanalogy. Further, we show that despite having small shifts in the sample sizes required for exceeding various BF thresholds when H1 is true, when the H0 is true the probabilities of exceeding a BF > 6 or a BF > 10 are close to chance. As such, we recommend the use of a BF > 3 evidence threshold for the H0 independently of the evidence threshold set for H1.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,003 | 0,004 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle