使用贝叶斯因子比较正态均值是否为0的两个假设.
H0:μ=μ0↔H1:μ≠μ0样本X1,…,Xni.i.d∼N(μ,σ2), 先验分布:
● π(θ)=0.5,μ=μ0
● π(θ)=0.5⋅dnorm(μ0,σ2/n0),μ≠μ0
贝叶斯因子为BF10=(n+n0n0)−1/2exp(12nn+n0Z2)
其中Z=√n(ˉX−μ0)/σ.
则BF10的值比1越大, 支持H1的证据就越大;BF10的值比1越小, 支持H0的证据就越大.
对μ0=0,σ=1, 调整左侧Z和n0的值, 观察不同样本量n下贝叶斯因子值的变化情况
● Lindley悖论: 对任意检验水平α, 存在样本量N(α)和样本X1,…,Xn, 使得(1) H0在水平α下被拒绝; (2) 后验概率P(H0|X1,…,Xn)≥1−α. 即频率方法下显著性检验与贝叶斯方法下检验结论相悖.
●Bartlett悖论: 当先验精度趋于0时(n0→0), 不管样本值如何贝叶斯因子都偏好于零假设H0.