在前几期的文献分享中，我们深入讨论了NHST (Null Hypothesis Significance Testing, 零假设显著性检验)、统计检验力以及样本量规划等问题。本期将通过一篇文献来关注贝叶斯统计的问题。
传统的NHST基于频率论进行假设检验。然而，由于研究者常常误解甚至误用p值和置信区间，频率论的方法并不能保障科学研究的可靠性。因此，越来越多的研究者主张采用贝叶斯统计方法替代传统的频率统计。Kruschke 和 Liddell (2018)指出，贝叶斯统计允许研究者在分析中引入先验信息，从而调整对未知参数的认识和估计。贝叶斯统计不仅可以提供效应的置信区间，还能更加可视化地展示结果，使研究者和读者更易于理解。作者倡导心理学界应逐步采纳贝叶斯统计方法，以提高研究的透明度和可操作性，并增强研究发现的可重复性和信度。这篇文章通过具体的示例和实践建议，为研究者在实际研究如何应用贝叶斯统计方法提供了指导。
分享文献
Kruschke, J. K., & Liddell, T. M. (2018). The Bayesian New Statistics: Hypothesis testing, estimation, meta-analysis, and power analysis from a Bayesian perspective. Psychonomic Bulletin & Review, 25(1), 178–206. https://doi.org/10.3758/s13423-016-1221-4
报告人
郝鑫（北京脑科学与类脑研究所）
主持人
时 间
北京时间（UTC+8）：2024年10月13日（星期日）20:00-21:00
欧洲中部时间（CEST）：2024年10月13日（星期日）14:00-15:00
北美东部时间（EST/EDT）：2024年10月13日（星期日）08:00-09:00
会议链接
回放链接
OpenMinds 3.0 简介
OpenMinds 3.0 将首先简要介绍心理学中的“可重复性危机”、“测量危机”、“理论危机”和“可推广性危机”，从多个方面和大家探讨心理学等学科发展的机遇。其次，OpenMinds 3.0 将重点关注 NHST（Null Hypothesis Significance Testing）的局限性及其误用，探讨 NHST 统计方法的基础概念，初步了解贝叶斯统计分析方法，并将其与传统频率论统计方法进行对比。希望这一系列讨论能够帮助参与者提升统计素养，在实践研究中更加合理地选择适当的统计方法。
OpenMinds 3.0 持续招募文献报告人和主持人
报名成为报告人：
OpenMinds 3.0 策划团队
何美亨，华南师范大学
金海洋（博士），浙江理工大学
李淼（博士），Université de Lille，France
肖钦予，University of Vienna，Austria
张融，华南师范大学
排版：鞠芊芊
审核：OpenMinds 3.0 策划团队
