方向の確率

ベイズ 統計学では、方向確率（pd）は効果の存在の尺度であり、効果が正か負かの確実性を表す。^{[1]この指標は、数値的には頻度主義の}p値に似ている。^{[2] [3]}

これは数学的には、事後分布が中央値の符号を持つ割合として定義されます。通常は50%から100%の間で変化します。 ^[4]

この指標の元々の定式化とベイズ統計におけるその使用法は、Dominique Makowski による心理ソフトウェアのドキュメントに最大効果確率(MPE) という名称で記載されています。^{[5] [6]これは後に}方向確率と改名され、easystatsソフトウェア コレクションに実装されました。同様の定式化は、ブートストラップ パラメータの解釈の文脈でも説明されています。^[要出典]

方向確率は、事後分布のみに基づいており、データやモデルからの追加情報を必要としないため、通常、統計モデルとは無関係です。 ROPE (実用的関心領域) に関連する指標とは異なり、応答変数と予測変数の両方のスケールに対して堅牢です。ただし、頻度主義のp値と同様に、この指標は帰無仮説を支持する証拠を定量化することはできません。 ^{[2] [7]}方向確率の利点と限界は、ベイズ係数やベイズ等価性検定などの他の指標と比較することによって研究されてきました。^{[2] [8] [4] [9]}

方向の確率は、式 を通じて頻度主義の片側p値と直接対応し、式 を通じて両側p値と直接対応しています。したがって、両側p値がそれぞれ .1、.05、.01、.001 の場合は、それぞれ約 95%、97.5%、99.5%、99.95% のpdに相当します。^[10] pdとp値が近いのは、前者が効果の存在の指標として解釈されていることと一致しており、 p値の元の定義に従っています。^{[11] [12]}${\displaystyle p_{\text{片側}}=1-pd}$${\displaystyle p_{\text{両側}}=2\left(1-pd\right)}$

RのbayestestRパッケージは、次のような経験則のガイドラインを提案している。^[13]

• ベイズ係数
• 同等性テスト
• p値

• bayestestR — ベイズ指数を計算するための R パッケージ