法鲁克·纳特胡。;罗宾·基尔肖(Robyn E.Kilshaw)。;迈克尔·E·J·马森。 对象内设计的更好(贝叶斯)区间估计。 (英语) Zbl 1416.62157号 数学杂志。精神病。 86, 1-9 (2018). 摘要:我们开发了一个贝叶斯最高密度区间(HDI),用于受试者内部设计。该可信区间基于标准的非信息性Jeffreys先验分布和修改后的后验分布,该后验分布以受试者特定随机效应的数据和点估计为条件。对估计的随机效应进行调节,消除了受试者方差之间的差异,并产生了与中提出的受试者内置信区间类似的贝叶斯区间G.R.洛夫特斯和M.E.J.马森[“在受试者内部设计中使用置信区间”,Psychon.Bull,第1版,第4期,476–490(1994;doi:10.3758/BF03210951)]. 我们证明,在一定的不适当先验下,后一个区间也可以导出为主体HDI中的贝叶斯区间。我们认为,提出的新区间优于原始的受试者内置信区间,理由是(a)它基于更合理的先验,(b)它具有清晰直观的解释,以及(c)因为它的长度总是较小。还导出了可应用于异方差数据的新区间的推广,并且我们表明所得区间在数值上与中讨论的标准化方法等价[V·H·弗兰兹和G.R.洛夫特斯,“受试者设计中的标准误差和置信区间:推广Loftus和Masson(1994)并避免替代账户的偏见”,Psychon。牛市。第19版,395–404(2012年;doi:10.3758/s13423-012-0230-1)]; 然而,我们的工作为标准化方法提供了贝叶斯公式,并且在这样做时,我们确定了相关的先验分布。 引用于1审查引用于1文件 理学硕士: 2015年1月62日 贝叶斯推断 62K20型 响应面设计 62层25 参数公差和置信区域 关键词:主题内贝叶斯推理;可信区间;混合模型;重复测量设计;受试者置信区间内 软件:MEMSS公司;S-PLUS系统 PDF格式BibTeX公司 XML格式引用 \textit{F.S.Nathoo}等人,J.Math。精神病。86、1-9(2018;Zbl 1416.62157) 全文: 内政部 arXiv公司 参考文献: [1] Baguley,T.,《方差分析中受试者置信区间的计算和绘图》,《行为研究方法》,44,1,158-175(2012) [2] 医学博士布兰科。;Dey,D.K.,多元偏椭圆分布的一般类,多元分析杂志,7999-113(2001)·Zbl 0992.62047号 [3] Cousineau,D.,《主体内设计的置信区间:Loftus&Masson方法的更简单解决方案》,导师。数量。方法心理学。,1, 42-45 (2005) [4] 库西诺,D。;O'Brien,F.,《受试者设计中的误差栏:Baguley评论》(2012),《行为研究方法》,46,4,1149-1151(2014) [5] 考克斯·D·R。;Reid,N.,《参数正交性和近似条件推断》,英国皇家统计学会杂志。B系列(方法学),49,1-39(1987)·Zbl 0616.62006号 [6] Cumming,G.,《理解新统计:效应大小、置信区间和元分析》,Routledge(2013) [7] Cumming,G.,《新统计:为什么以及如何》,心理科学,25,7-29(2014) [8] 弗朗茨,V.H。;Loftus,G.R.,《受试者设计中的标准误差和置信区间:推广Loftus和Masson(1994)并避免替代账户的偏见》,《心理经济学公报与评论》,第19期,第395-404页(2012年) [9] 霍克斯特拉,R。;莫雷,R.D。;Rouder,J.N。;Wagenmakers,E.-J.,《置信区间的稳健误解》,《心理学通报与评论》,第21期,第1157-1164页(2014年) [10] 洛杉矶肯尼迪。;纳瓦罗,D.J。;Perfors,A。;Briggs,N.,并非每个可信区间都可信:在贝叶斯数据分析中评估污染情况下的稳健性,行为研究方法,49,1-16(2017) [11] Kruschke,J.K.,《贝叶斯估计取代t检验》,《实验心理学杂志:综述》,142573(2013) [12] Liang,K.-Y。;Tsou,D.,带许多干扰参数的经验贝叶斯和条件推理,Biometrika,79,261-270(1992)·Zbl 0753.62018号 [13] Loftus,G.R。;Masson,M.E.J.,《在受试者设计中使用置信区间》,《心理学通报与评论》,1476-490(1994) [14] Masson,M.E.J。;Loftus,G.R.,《使用置信区间进行基于图形的数据解释》,加拿大实验心理学杂志/加拿大心理学实验评论,57203(2003) [15] Morey,R.D.,《标准化数据的置信区间:对Cousineau(2005)的修正》,Tutor。数量。方法心理学。,4, 61-64 (2008) [16] 莫雷,R.D。;霍克斯特拉,R。;Rouder,J.N。;Lee,医学博士。;Wagenmakers,E.-J.,《将信心放在置信区间的谬误》,《心理学报与评论》,第23期,第103-123页(2016年) [17] 莫雷,R.D。;霍克斯特拉,R。;Rouder,J.N。;Wagenmakers,E.-J.,《持续误解置信区间:对Miller和Ulrich的回应》,《心理通报与评论》,第23期,第131-140页(2016年) [18] Nathoo,F。;巴布尔。;Moiseev,A。;北卡罗来纳州维吉·布布尔。;Beg,M.,电磁脑成像的变分贝叶斯时空模型,生物计量学,70,1,132-143(2014)·Zbl 1419.62415号 [19] Nathoo,F.S。;Ghosh,P.,应用于绘制健康利用率的面积数据的偏椭圆空间随机效应建模,《医学统计学》,32,2,290-306(2013) [20] Nathoo,F.S。;Masson,M.E.J.,重复测量设计中零假设显著性检验的贝叶斯替代方法,《数学心理学杂志》,72,144-157(2016)·Zbl 1357.62123号 [21] Neyman,J.,基于经典概率理论的统计估计理论概述,伦敦皇家学会哲学学报。系列a,数学和物理科学,236333-380(1937)·Zbl 0017.12403号 [22] 奥布莱恩,F。;Cousineau,D.,在典型软件包中表示受试者内部设计中的误差线,《心理学的定量方法》,10,1,56-67(2014) [23] 奥默罗德,J.T。;Wand,M.P.,《解释变分近似》,《美国统计学家》,第64期,第140-153页(2010年)·Zbl 1200.65007号 [24] 奥斯特瓦尔德,D。;Kirilina,E。;斯塔克·L。;Blankenburg,F.,《潜在线性随机时间序列模型的变分贝叶斯教程》,《数学心理学杂志》,60,1-19(2014)·Zbl 1304.62116号 [25] 皮涅罗,J.C。;Bates,D.M.,线性混合效应模型:基本概念和示例,(S和S-PLUS中的混合效应模型(2000),Springer:Springer New York),3-56·Zbl 0953.62065号 [26] Rouder,J.N。;莫雷,R.D。;Speckman,P.L。;Province,J.M.,方差分析设计的默认贝叶斯因子,《数学心理学杂志》,56356-374(2012)·Zbl 1282.62167号 [27] Song,Y。;Nathoo,F.S。;Masson,M.E.J.,《重复测量设计中精度数据混合效应分析的贝叶斯方法》,《记忆与语言杂志》,96,78-92(2017) [28] Wagenmakers,E.-J.,《普遍存在的p值问题的实用解决方案》,《心理经济学公报与评论》,第14779-804页(2007年) [29] 韦策尔斯,R。;Grasman,R.P。;Wagenmakers,E.-J.,ANOVA设计的默认贝叶斯假设检验,美国统计学家,66104-111(2012)·Zbl 07649006号 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。