Autor des Abschnitts: Danielle J. Navarro and David R. Foxcroft

Zusammenfassung

In der ersten Hälfte dieses Kapitels ging es hauptsächlich um die theoretischen Grundlagen der Bayesschen Statistik. Ich führte in die Mathematik ein, wie die Bayessche Inferenz funktioniert (Abschnitt Probabilistisches Schlussfolgern durch rationale Akteure), und gab einen sehr grundlegenden Überblick darüber, wie Bayessche Hypothesentests normalerweise durchgeführt werden. Schließlich widmete ich einen Teil meiner Ausführungen der Frage, warum es sich lohnt, Bayessche Methoden anzuwenden (Abschnitt Warum Bayesianer sein?). Im letzten Anschnitt habe ich einen Bayessche t-Tests als ein praktisches Beispiel der Anwendung Bayesscher Methoden durchgeführt.

Wenn Sie mehr über den Bayesschen Ansatz erfahren möchten, gibt es einige gute Bücher, die Sie sich ansehen können. Das Buch von John Kruschke (2015) Doing Bayesian Data Analysis ist ein guter Einstieg und bietet eine vernünftige Mischung aus Theorie und Praxis. Sein Ansatz unterscheidet sich ein wenig von dem „Bayes-Faktor“-Ansatz, den ich hier besprochen habe, und ist daher nicht absolut deckungsgleich mit diesem Kapitel. Wenn Sie Kognitionspsychologe sind, sollten Sie sich Michael Lee und Eric-Jan Wagenmakers‘ (2014) Buch Bayesian Cognitive Modeling ansehen. Ich habe diese beiden Bücher ausgewählt, weil ich denke, dass sie für Psychologen besonders nützlich sind. Aber es gibt eine Menge guter Bücher über dieses Thema, also schauen Sie sich um!