×
杰弗里·安妮斯；内森·埃文斯。；布伦特·米勒。；托马斯·帕尔梅里。

估算贝叶斯因子的热力学积分和阶梯采样方法：教程。 （英语） Zbl 1431.62521号

数学杂志。精神病。 89, 67-86 (2019).
摘要：执行模型选择的一种更具原则性的方法是通过贝叶斯因子。然而，计算贝叶斯因子需要边际似然，而边际似然是整个参数空间上的积分，这使得估计具有多个参数的模型的贝叶斯因素成为一个重大的计算挑战。在这里，我们提供了两种在心理学中很少使用的蒙特卡洛技术的教程回顾，这两种技术可以有效地计算边际可能性：热力学积分[N.炸薯条和A.N.佩蒂特、J.R.Stat.Soc.、Ser。B、 统计方法。70，第3期，589–607（2008年；Zbl 05563360号);N.Lartillot公司和H.菲利普，“使用热力学积分计算贝叶斯因子”，系统。生物学55，第2期，195-207（2006；doi:10.1080/10635150500433722)]和台阶石取样[谢伟东（W.Xie）等，“改进贝叶斯系统发育模型选择的边际似然估计”，系统。生物学60，第2期，150–160（2011；doi:10.1093/sysbio/syq085)]. 这些方法是通用的，可以很容易地在现有的MCMC代码中实现；我们为感兴趣的读者提供了实现的细节和相关的R代码。贝叶斯工具包实现标准统计分析（例如，JASP团队，2017；R.D.莫雷和J.N.鲁德，“贝叶斯因子：常见设计的贝叶斯因素计算”（2015；https://cran.r-project.org/package=BayesFactor)]通常为研究人员计算贝叶斯因子，那些使用贝叶斯方法评估认知模型的人通常留给自己计算贝叶斯因子。在这里，我们提供了计算中等复杂选择响应时间模型（线性弹道累加器模型）的边际可能性的方法示例[S.D.Brown（S.D.布朗）和A.希斯克特，“选择响应时间的最简单完整模型：线性弹道累积”，Cogn。精神病。57，第3号（2008年；doi:10.1016/j.cogpsych.2007.12.002)]，并将其与[N.J.埃文斯和S.D.Brown（S.D.布朗），“线性弹道累加器决策模型的贝叶斯因子”，Behav。研究方法50，No.2，589–603（2017；doi:10.3758/s13428-017-0887-5)]他使用了蛮力技术。然后，我们在层次结构框架内给出了TI和SS的推导，提供了使用层次模型的模型恢复案例研究的结果，并展示了对经验数据的应用。开放科学框架提供了配套的R包：https://osf.io/jpnb4.

引用于2文件

MSC公司：

第62页第15页 统计学在心理学中的应用
2015年1月62日 贝叶斯推断
65二氧化碳 蒙特卡罗方法

关键词：

取样方法；贝叶斯因子；蒙特卡罗技术

引文：

Zbl 05563360号

软件：

jpnb4格式；github；日本标准普尔；桥式取样；贝叶斯因子；粉；ts桥；R（右）
PDF格式BibTeX公司 XML格式引用
\textit{J.Annis}等人，《数学杂志》。精神病。89、67-86（2019年；Zbl 1431.62521）
全文： 内政部 链接

参考文献：

[1] Annis，J。；Palmeri，T.J.，评估认知模型的贝叶斯统计方法，《威利跨学科评论：认知科学》，4月9日，文章e1458 pp.（2017）
[2] 布鲁克斯，S。；盖尔曼，A。；琼斯·G。；Meng，X.-L.，《马尔可夫链蒙特卡罗手册》（2011），查普曼和霍尔/CRC出版社：查普曼&霍尔/CRC出版博卡拉顿·Zbl 1218.65001号
[3] 布朗，S.D。；Heathcote，A.，《选择反应时间的最简单完整模型：线性弹道累积》，认知心理学，57，3，153-178（2008）
[4] Busemeyer，J.R。；Diederich，A.，认知建模（2010），Sage出版物：Sage出版物。加利福尼亚州千橡树
[5] 卡林，B.P。；Chib，S.，《通过马尔可夫链蒙特卡罗方法选择贝叶斯模型》，英国皇家统计学会杂志。B系列：统计方法，57，3，473-484（1995）·Zbl 0827.62027号
[6] Chib，S.，吉布斯输出的边际似然，美国统计协会杂志，90，432，1313-1321（1995）·Zbl 0868.62027号
[7] Chib，S。；Jeliazkov，I.，《Metropolis-Hastings输出的边际可能性》，《美国统计协会杂志》，96，453，270-281（2001）·Zbl 1015.62020号
[8] 新泽西州埃文斯。；Brown，S.D.，线性弹道蓄能器决策模型的贝叶斯因子，（行为研究方法（2017年），高级在线出版物）
[9] 新泽西州埃文斯。；Z.L.霍华德。；Heathcote，A。；Brown，S.D.，《模型灵活性分析》（Model Flexibility Analysis）无法衡量匹配的说服力，《心理评论》，124，3，339-345（2017）
[10] 弗里尔，N。；Hurn，M。；Wyse，J.，《提高统计证据的后验估计能力》，《统计与计算》，24，5，709-723（2014）·Zbl 1322.62098号
[11] 弗里尔，北。；Pettitt，A.N.，《通过功率后验估计边际似然》，《皇家统计学会杂志》。B.系列统计方法，70，3，589-607（2008）·Zbl 05563360号
[12] 弗里尔，N。；Wyse，J.，《估计证据——综述》，《Neerlandica统计》，第66、3、288-308页（2012年）
[13] Gershman，S.J.，强化学习模型的实证先验，《数学心理学杂志》，71，1-6（2016）·Zbl 1359.62500
[14] 格罗诺，Q.F。；萨拉福格鲁，A。；Matzke，D。；Ly，A。；博姆，美国。；Marsman，M.，《桥梁取样教程》，《数学心理学杂志》，81，80-97（2017）·Zbl 1402.62042号
[15] 格罗诺，Q.F。；辛格曼，H。；Wagenmakers，E.-J.，桥梁抽样：边际可能性和贝叶斯因素的桥梁抽样（2017），检索自https://github.com/quentingronau/bridgesampling网站
[16] Grünwald，P.D。；Myung，I.J。；Pitt，M.A.，《最小描述长度的进展：理论与应用》（2005年），麻省理工学院出版社：麻省理学院出版社，英国伦敦
[17] Hastings，W.K.，《使用马尔可夫链的蒙特卡罗采样方法及其应用》，《生物统计学》，第57期，第97-109页（1970年）·Zbl 0219.65008号
[18] Höhna，S.、Landis，M.L.和Huelsenbeck，J.P.（2017）。用于快速计算系统发育学边缘可能性的并行幂后验分析，bioRxiv。http://doi.org/10.101/104422; Höhna，S.、Landis，M.L.和Huelsenbeck，J.P.（2017）。用于快速计算系统发育学边缘可能性的并行幂后验分析，bioRxiv。http://doi.org/10.101/104422
[19] Hug，S。；Schwarzfischer，M。；哈森诺尔，J。；马尔，C。；Theis，F.J.，使用辛普森规则计算热力学积分贝叶斯因子的自适应调度方案，统计与计算，26，3，663-677（2016）·Zbl 1505.62196号
[20] （2017），JASP。检索自https://jasp-stats.org网站/
[21] Jeffreys，H.，《概率论》（1961），牛津大学出版社·Zbl 0116.34904号
[22] Kass，R.E。；Raftery，A.E.，贝叶斯因子，《美国统计协会杂志》，90，430，773-795（1995）·Zbl 0846.62028号
[23] Lartillot，N。；Philippe，H.，使用热力学积分计算贝叶斯因子，系统生物学，55，2，195-207（2006）
[24] Lee，M.D.，《确定认知建模多维尺度表征的维度》，《数学心理学杂志》，45，1，149-166（2001）·Zbl 1003.91033号
[25] Lee，M.D.，保留函数的贝叶斯分析，《数学心理学杂志》，48，5，310-321（2004）·Zbl 1118.91360号
[26] Lee，医学博士。；Vanpaemel，W.，《确定认知模型的信息先验》，《心理学通报与评论》（2017年）
[27] 莱万多夫斯基，S。；Farrel，S.，《认知中的计算建模：原理与实践》（2011年），Sage Publications:Sage Puplications Though Oaks，CA
[28] Liu，C.C。；Aitkin，M.，《贝叶斯因子：先验敏感性和模型泛化》，《数学心理学杂志》，52，6，362-375（2008）·Zbl 1152.91771号
[29] 刘，P。；Elshall，A.S。；Ye，M。；Beerli，P。；曾，X。；Lu，D.，用热力学积分法评估边际似然并与其他几种数值方法进行比较，水资源研究，52，734-758（2016）
[30] Lodewyckx，T。；Kim，W。；Lee，医学博士。；Tuerlinckx，F。；库彭斯，P。；Wagenmakers，E.-J.，《用乘积空间法进行贝叶斯因子估计的教程》，《数学心理学杂志》，55，5，331-347（2011）·兹比尔1225.62037
[31] Ly，A。；马斯曼，M。；Verhagen，J。；Grasman，R.P.P.P。；Wagenmakers，E.J.，《Fisher信息教程》，《数学心理学杂志》，80，40-55（2017）·Zbl 1402.62318号
[32] 孟，X.-L。；Wong，H.W.，《通过简单恒等式模拟归一化常数的比率：理论探索》，《中国统计》，6831-860（1996）·Zbl 0857.62017号
[33] 莫雷，R.D。；Rouder，J.N.，《贝叶斯因子：常见设计的贝叶斯系数计算》（2015），检索自https://cran.r-project.org/package=BayesFactor
[34] Myung，I.J.，《复杂性在模型选择中的重要性》，《数学心理学杂志》，44,1190-204（2000）·Zbl 0946.62094号
[35] Myung，I.J。；纳瓦罗，D.J。；Pitt，M.A.，通过归一化最大似然选择模型，《数学心理学杂志》，50，2，167-179（2006）·Zbl 1100.94008号
[36] Myung，I.J.（新泽西州明市）。；皮特，M.A.，《应用奥卡姆剃刀建模认知：贝叶斯方法》，《心理经济学通报与评论》，第4期，第179-95页（1997年）
[37] Neal，R.M.，退火重要性抽样，统计与计算，11，2，125-139（2001）
[38] 牛顿，M。；Raftery，A.，《加权似然自举的近似贝叶斯推断》，《皇家统计学会杂志》。B系列：统计方法，56，1，3-48（1994）·Zbl 0788.62026号
[39] Oates，C.J。；Papamarkou，T。；Girolma，M.，《贝叶斯模型证据评估的受控热力学积分》，美国统计协会杂志，111，514，634-645（2016）
[40] Ogata，Y.，《用于高维积分的蒙特卡罗方法》，数值数学，55，2，137-157（1989）·Zbl 0669.65011号
[41] R核心团队。（2017）R：统计计算的语言和环境。奥地利维也纳。检索自https://www.r-project.org/; R核心团队。（2017）R：统计计算的语言和环境。奥地利维也纳。检索自https://www.r-project.org/
[42] 雷，B。；Heathcote，A。；唐金，C。；Averell，L。；Brown，S.，《兔子和乌龟：强调速度可以改变用于决策的证据》，《实验心理学杂志》。学习、记忆和认知，40，5，1226-1243（2014）
[43] Ratcliff，R。；Smith，P.L.，《两种选择反应时间的序贯抽样模型比较》，《心理学评论》，111，2，333-367（2004）
[44] Rouder，J.N。；Morey，R.D.，回归模型选择的默认贝叶斯因子，多元行为研究，47，6，877-903（2012）
[45] Rouder，J.N。；莫雷，R.D。；Speckman，P.L。；Province，J.M.，ANOVA设计的默认贝叶斯因子，《数学心理学杂志》，56，5，356-374（2012）·Zbl 1282.62167号
[46] 希夫林，R.M。；Lee，医学博士。；Kim，W。；Wagenmakers，E.-J.，《模型评估方法调查与分层贝叶斯方法教程》，《认知科学》，32，8，1248-1284（2008）
[47] Skilling，J.，《贝叶斯计算的嵌套抽样》，贝叶斯分析，1,4833-860（2006）·Zbl 1332.62374号
[48] 特纳，B.M。；Sederberg，P.B。；布朗，S.D。；Steyvers，M.，《从相关维度分布中有效抽样的方法》，《心理学方法》，18，3，368-384（2013）
[49] Vanpaemel，W.，《理论测试中的先验敏感性：对贝叶斯因素的道歉》，《数学心理学杂志》，54，6，491-498（2010）·Zbl 1203.91265号
[50] Vanpaemel，W.，《使用分层方法构建信息模型先验》，《数学心理学杂志》，55，1，106-117（2011）·Zbl 1208.62195号
[51] Vanpaemel，W。；Lee，M.D.，《使用先验知识形式化理论：最佳注意和广义情境模型》，《心理经济学通报与评论》，第19、6、1047-1056页（2012年）
[52] Vanpaemel，W。；Storms，G.，类别学习中的抽象和模型评估，行为研究方法，42，24221-437（2010）
[53] Wagenmakers，E.-J。；Lodewyckx，T。；Kuriyal，H。；Grasman，R.，《心理学家贝叶斯假设检验：Savage-Dickey方法教程》，《认知心理学》，60，3，158-189（2010）
[54] Wasserman，L.，贝叶斯模型选择和模型平均，《数学心理学杂志》，44，1，92-107（2000）·Zbl 0946.62032号
[55] 谢伟。；刘易斯，P.O。；范，Y。；郭，L。；Chen，M.H.，改进贝叶斯系统发育模型选择的边际似然估计，系统生物学，60，2，150-160（2011）
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。