방향 확률

베이지안 통계에서 방향 확률(pd)은 효과가 양수 또는 ^[1]음수인 확실성을 나타내는 효과 존재의 측도입니다.이 지수는 빈도수 p-값과 ^[2]^[3]숫자적으로 유사합니다.

정의.

중위수 부호에 해당하는 후방 분포의 비율로 수학적으로 정의됩니다.일반적으로 50%와 100%^[4] 사이에서 차이가 납니다.

역사

베이지안 통계에서 이 지수의 원래 공식과 사용은 도미니크 마코우스키의 정신 소프트웨어 문서에서 최대 효과 확률(MPE)^[5]^[6]이라는 명칭으로 확인할 수 있습니다.나중에 Probability of Direction으로 이름이 바뀌었고 소프트웨어의 쉬운 통계 모음에서 구현되었습니다.부트스트랩 매개 변수 해석의 맥락에서도 ^{[citation needed]}유사한 공식이 설명되었습니다.

특성.

방향 확률은 일반적으로 후방 분포만을 기반으로 하며 데이터 또는 모형의 추가 정보가 필요하지 않기 때문에 통계 모형과 독립적입니다.실제 관심 영역(ROPE)과 관련된 지수와는 달리 반응 변수와 예측 변수 모두의 척도에 강합니다.그러나 빈번한 대응물인 p-값과 유사하게 이 지수는 귀무 ^[2]^[7]가설에 유리한 증거를 정량화할 수 없습니다.방향 확률의 장점과 한계는 베이즈 인자 또는 베이지안 동등성 ^[2]^[8]^[4]^[9]검정을 포함한 다른 지수와 비교하여 연구되었습니다.

p-값과의 관계

방향 확률은 공식 $p_{\text{one-sided}}=1-pd$ $p_{\text{one-sided}}=1-pd$ ${\text{$ $one-side$ $}$ $p_{\text{two-sided}}=2\left(1-pd\right)$ $1-pd}$ 을 $p_{\text{one-sided}}=1-pd$ 통해 빈번한 단측 p-값과 직접적으로 일치하며, $p_{\text{two-sided}}=2\left(1-pd\right)$ $p-side =$ 를 통해 양방향 $p_{\text{two-sided}}=2\left(1-pd\right)$ p-값과 직접적으로 $일치$ 합니다 $p_{\text{two-sided}}=2\left(1-pd\right)$ 따라서 양측 p-값이 각각 .1, .05, .01 및 .001이면 pd 95%, 97.5%, 99.5% 및 99.95%^[10]에 해당합니다.pd와 p-값 사이의 근접성은 p-값의 ^[11]^[12]원래 정의를 따르기 때문에 전자를 효과 존재 지수로 해석하는 것과 일치합니다.

해석

R용 bayestR 패키지는 다음과 같은 경험칙 ^[13]지침을 제시합니다.

PD	p-값 등가	해석
$화면표시 스타일 \leq 95\%$	$p}을(를) 표시합니다.1$	불확실한
${\displaystyle >95\%} 표시$	${{displaystyle.1}$	존재할 수 있음
$\"표시 스타일 >97\%}$	${\displaystyle p<.06} 표시$	존재할 가능성이 있음
${\displaystyle >99\%} 표시$	${\displaystyle p<.02} 표시$	존재할 수 있음
$디스플레이 스타일 >99.9\%}$	${\displaystyle p<.002} 표시$	확실히 존재합니다.