Bayes 10-12
De Bayes factor kan gebruikt worden om de nulhypothese en alternatieve
hypotheses te testen. Ha wordt vervangen door Hu. Ha sluit uit dat µ1=µ2=µ3 en Hu
niet.
Bayes Factor BF0u kan gezien worden als steun voor de nulhypothese versus de
alternatieve hypothese.
BF0u = 1 Er is geen voorkeur voor H0 of Hu.
BF0u is groter dan 1 H0 heeft voorkeur
BF0u is tussen 0 en 1 Hu heeft voorkeur
Stel dat BF0u 4 is, is de steun voor H0 4 keer groter dan voor Hu. BFu0 = 1/BF0u.
dus als BF0u=.1 dan is BFu0=10. Dan is dus de steun voor Hu 10 keer zo groot als
de steun voor H0.
Een goede hypothese past bij de data en is specifiek maar spaarzaam (d.w.z. zo
simpel mogelijk). De Bayes factor functioneert als Occam’s razor, dat betekent dat
als 2 hypothesen even goed bij de data passen, krijgt ze minst complexe de
voorkeur. Onder zekere omstandigheden is BF0u = f0/c0. Dat geeft aan hoe goed de
H0 versus de Hu bij de data past.
De Bayes factor kan gebruikt worden om de nulhypothese en alternatieve
hypotheses te testen. Ha wordt vervangen door Hu. Ha sluit uit dat µ1=µ2=µ3 en Hu
niet.
Bayes Factor BF0u kan gezien worden als steun voor de nulhypothese versus de
alternatieve hypothese.
BF0u = 1 Er is geen voorkeur voor H0 of Hu.
BF0u is groter dan 1 H0 heeft voorkeur
BF0u is tussen 0 en 1 Hu heeft voorkeur
Stel dat BF0u 4 is, is de steun voor H0 4 keer groter dan voor Hu. BFu0 = 1/BF0u.
dus als BF0u=.1 dan is BFu0=10. Dan is dus de steun voor Hu 10 keer zo groot als
de steun voor H0.
Een goede hypothese past bij de data en is specifiek maar spaarzaam (d.w.z. zo
simpel mogelijk). De Bayes factor functioneert als Occam’s razor, dat betekent dat
als 2 hypothesen even goed bij de data passen, krijgt ze minst complexe de
voorkeur. Onder zekere omstandigheden is BF0u = f0/c0. Dat geeft aan hoe goed de
H0 versus de Hu bij de data past.
