Statistics 贝叶斯t检验假设

下午好

我知道，传统的独立t检验假设残差为同方差（即组间方差相等）和正态性

通常使用levene的方差齐性检验，以及shapiro-wilk检验和QQplot的正态性假设检验

---

我必须用贝叶斯独立t检验检查哪些统计假设？我如何用coda和rjags在R中检查它们？

对于您想要运行的任何测试，找到公式并使用您拥有的参数的后验图插入，例如方差参数和公式要求的任何回归系数。在后验图上迭代公式将为您提供一系列测试统计值，从中您可以获取平均值以获得平均值，并获取标准偏差（不确定度估计）

---

完成了。

对于要运行的任何测试，找到公式并使用所拥有参数的后验图插入，例如方差参数和公式所需的任何回归系数。在后验图上迭代公式将为您提供一系列测试统计值，从中您可以获取平均值以获得平均值，并获取标准偏差（不确定度估计）

---

然后砰的一声，就完成了。

可能会有非参数贝叶斯t检验。但通常，贝叶斯t检验是参数的，因此它们假设相关总体方差相等。如果您可以从t测试中获得t值（只是从您熟悉的任何软件包中对您的t测试类型进行常规t测试），使用levene的测试（不要认为这是一个可靠的测试，记住它使用p值），那么您可以进行贝叶斯t测试。但请记住，贝叶斯t检验需要对观测值（可能性）进行常规建模，并为感兴趣的参数提供适当的先验知识

强烈建议根据效应大小（特别是标准化平均差效应大小）重新参数化t检验。也就是说，您关注的是t检验产生的效应大小的贝叶斯估计，而不是t检验中的其他参数。如果您选择通过t检验来估计效应大小，那么一个非常易于使用的免费在线贝叶斯t检验软件就是（可能是可用的最用户友好的软件包之一，请注意，该软件使用

cauchy

previor来计算任何类型的t检验所产生的效应大小）

---

最后，因为你想做一个贝叶斯t检验，我建议你把注意力集中在选择一个合适的/可防御的/有意义的先验检验上，而不是levenes的检验。除非数据充足，否则没有任何测试能够真正表明样本数据可能来自方差相等或不相等的两个总体（在您的案例中）。请注意，样本数据可能来自方差相等的总体本身是一个推理（贝叶斯或非贝叶斯）问题

可能存在非参数贝叶斯t检验。但通常，贝叶斯t检验是参数的，因此它们假设相关总体方差相等。如果您可以从t测试中获得t值（只是从您熟悉的任何软件包中对您的t测试类型进行常规t测试），使用levene的测试（不要认为这是一个可靠的测试，记住它使用p值），那么您可以进行贝叶斯t测试。但请记住，贝叶斯t检验需要对观测值（可能性）进行常规建模，并为感兴趣的参数提供适当的先验知识

强烈建议根据效应大小（特别是标准化平均差效应大小）重新参数化t检验。也就是说，您关注的是t检验产生的效应大小的贝叶斯估计，而不是t检验中的其他参数。如果您选择通过t检验来估计效应大小，那么一个非常易于使用的免费在线贝叶斯t检验软件就是（可能是可用的最用户友好的软件包之一，请注意，该软件使用

cauchy

previor来计算任何类型的t检验所产生的效应大小）

---

最后，因为你想做一个贝叶斯t检验，我建议你把注意力集中在选择一个合适的/可防御的/有意义的先验检验上，而不是levenes的检验。除非数据充足，否则没有任何测试能够真正表明样本数据可能来自方差相等或不相等的两个总体（在您的案例中）。请注意，样本数据可能来自方差相等的总体本身是一个推理（贝叶斯或非贝叶斯）问题

如果你有统计问题，问统计学家。我们在这里回答编程问题。如果您有统计问题，请咨询统计学家。我们在这里回答编程问题。