inst/help/ABTestBayesian_nl.md

Bayesian A/B test

Met de Bayesiaanse A/B test kan men bewijs kwantificeren voor de hypothese dat een interventie of behandeling een positief, negatief of geen effect heeft.

Input

Data

De ingevoerde data moet de volgende elementen bevatten: - Aantal successen in groep 1 (controle conditie) - Aantal trials in groep 1 (controle conditie) - Aantal successen in groep 2 (experimentele conditie) - Aantal trials in groep 2 (experimentele conditie

  1. Elk van deze elementen moet een geel getal zijn.
  2. Er kan ook een cumulatieve reeks van successen/trials worden ingevoerd.

Bayes Factor

Grafieken

Normale a priori verdeling voor de log odds ratio

Staat toe dat een gemiddelde an standaardafwijking van de normale prior voor test-relevante log odds ratio wordt gespecificeerd.

Beschrijvende statistieken

Weergeef tabel met beschrijvende statistieken: aantallen en proporties van de twee groepen.

Volgorde

Vergelijkt elk model met het geselecteerde model. - Vergelijk met het beste model. - Vergelijk met het nulmodel.

Geavanceerde opties

Prior kan op model

Specificeert de prior kansen voor de vier hypothesen: - Log odds ratio = 0 (H0): Zegt dat de de succeskans gelijk is (geen effect). - Log odds ratio > 0 (H+): Zegt dat de succeskans groter is in de experimentele dan in de controleconditie. - Log odds ratio < 0 (H-): Zegt dat de succeskans groter is in de controle dan in de experimentele conditie. - Log odds ratio < 0 (H1): Zegt dat de succeskans verschilt tussen condities, maar zegt niet in welke conditie deze groter is.

Steekproeven nemen

Bepaalt het aantal "importance samples" om de log marginale likelihood voor (H+) en (H-) te verkrijgen. Het bepaalt ook het aantal steekproeven van de posterior.

Reproduceerbaarheid

Bayes Factor robuustheidscheck, Aantal Stappen

Bayes Factor robuustheidscheck, Stappenreeks

Uitvoer

Model Vergelijking

Beschrijvende statistieken

Referenties

R packages



jasp-stats/jaspFrequencies documentation built on April 5, 2025, 3:53 p.m.