Marian Popa este absolvent al Facultății de Sociologie și Psihologie și doctor în psihologie la Universitatea ,,Alexandru I. Cuza”, Iași, psiholog practician în domeniul aviației și cadru didactic la Universitatea din București (statistică, metodologia cercetarii, psihologia muncii, evaluarea performanței în muncă, psihologie militară).
Introducere in inferența Bayesiană
Descriere generală
Promovarea cunoașterii știintifice pe baza algoritmului testării ipotezei de nul (NHST) se află într-un moment de criză profundă. Din ce în ce mai mult, în ultimii ani, comunitatea științifică, inclusiv din domeniul psihologiei, își exprimă neîncrederea față de modelul frecventist (tradițional) al inferenței statistice, propunând diverse soluții corective, ori alternative la NHST. Modelul Bayesian este, de departe, cea mai populară dintre aceste alternative. În ciuda faptului că dateaza din secolul al XVIII-lea, abia evoluțiile recente din domeniul software-ului statistic au făcut posibilă utilizarea analizei Bayesiene pe o scară din ce în ce mai largă. Competiția dintre modelul frecventist și modelul Bayesian se află într-o fază relativ incipientă, dar tendința este, cu certitudine, în favoarea acestuia din urmă.
Obiective teoretice
Prezentarea principalelor caracteristici ale modelului frecventist al testării ipotezei de nul (NHST) și a limitelor sale fundamentale.
Prezentarea conceptelor de bază ale inferenței Bayesiene (verosimilitate, distribuții prior si posterior).
Rezultatele inferenței Bayesiene: factorii Bayes, interpretarea și analiza lor comparativă cu inferența de tip NHST (valoarea p).
Obiective aplicative
Exerciții aplicative de inferență Bayesiana pe o serie de modele statistice dintre cele mai uzuale: t-test, corelație.
Analiza Bayesiană retrospectivă a unor rezultate obținute anterior prin NHST
Metoda
Workshop-ul se va desfășura pe durata a 4 ore, cu următoarea structură:
- Evaluarea critică a modelului testării clasice a ipotezei de nul (valoarea p și prag alfa)
- Modelul Bayesian în abordarea inferenței statistice
- Demonstrație și exerciții practice cu JASP
- Evaluarea comparativă a celor două modele
La finalul workshop-ului, participanții vor fi capabili să definească, să efectueze și să interpreteze în mod independent varianta Bayesiană a unor modele statistice de bază (testul t, corelația Pearson).
Participanții sunt rugați să vină cu propriul laptop, pe care să aibă instalată ultima versiune a programului JASP (descărcabil gratuit de la adresa https://jasp-stats.org/).
Referințe
Dienes, Z., & McLatchie, N. (2018). Four reasons to prefer Bayesian analyses over significance testing. Psychonomic Bulletin & Review, 25(1), 207-218. doi:10.3758/s13423-017-1266-z
Etz, A., & Vandekerckhove, J. (2018). Introduction to Bayesian Inference for Psychology. Psychonomic Bulletin & Review, 25(1), 5-34. doi:10.3758/s13423-017-1262-3
Held, L., & Ott, M. (2018). On p-Values and Bayes Factors. Annual Review of Statistics and Its Application. doi:https://doi.org/10.1146/annurev-statistics031017-100307
Hoekstra, R., Monden, R., van Ravenzwaaij, D., & Wagenmakers, E.-J. (2018). Bayesian reanalysis of null results reported in medicine: Strong yet variable evidence for the absence of treatment effects. PLoS ONE, 13(4), e0195474. doi:10.1371/journal.pone.0195474
Rouder, J. N., Haaf, J. M., & Vandekerckhove, J. (2018). Bayesian inference for psychology, part IV: parameter estimation and Bayes factors. Psychonomic Bulletin & Review, 25(1), 102-113. doi:10.3758/s13423-017-1420-7
Rougier, J. (2019). p-Values, Bayes Factors, and Sufficiency. The American Statistician, 73(sup1), 148-151. doi:10.1080/00031305.2018.1502684
van de Schoot, R., & Depaoli, S. (April, 2014). Bayesian analyses: where to start and what to report. European Health Psychologist. Retrieved from ehps.net/ehp
Wagenmakers, E.-J., Love, J., Marsman, M., Jamil, T., Ly, A., Verhagen, J., . . . Morey, R. D. (2018). Bayesian inference for psychology. Part II: Example applications with JASP. Psychonomic Bulletin & Review, 25(1), 58-76. doi:10.3758/s13423-017-1323-7
Wagenmakers, E.-J., Marsman, M., Jamil, T., Ly, A., Verhagen, J., Love, J., . . . Morey, R. D. (2018). Bayesian inference for psychology. Part I: Theoretical advantages and practical ramifications. Psychonomic Bulletin & Review, 25(1), 35-57. doi:10.3758/s13423-017-1343-3