贝叶斯方差分析

这篇博客探讨了如何运用贝叶斯方法进行方差分析,将t检验、F检验和线性模型统一到线性模型框架下。通过一个A/B测试的场景,解释了如何在有多个组的情况下判断均值是否存在显著差异。文章使用brms包在R中对FruitflyDataReduced.csv数据集进行了分析,并展示了如何比较不同组间的均值差异。结论指出,贝叶斯方差分析是一个分层线性模型,通过拟合每个组的截距来比较均值。
摘要由CSDN通过智能技术生成

设想我们的A/B测试需要检验更多的方案,例如J个方案。那么我们的实验流量就要划分成J个组。如果想对某两个组进行比较,那么使用t检验即可。方差分析想要回答一个更宏观的问题:不同组的均值是否存在显著差异?能不能用一个模型,搞定任意两组的比较?

频率学派的方差分析使用F检验,也就是组间方差与组内方差之比。如果比值足够大,则说明存在显著差异。

我们很难看出F检验和t检验的联系。

实际上,t检验、F检验、线性回归、逻辑回归这些统计学上的名词都可以统一到线性模型之下。方差分析比t检验多了分组,其实就是多了一个Nominal Predictor。

本文使用的数据集如下:https://raw.githubusercontent.com/ASKurz/Doing-Bayesian-Data-Analysis-in-brms-and-the-tidyverse/master/data.R/FruitflyDataReduced.csv

 数据长这样:

CompanionNumber是

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值