혼란의 일부는 p 값이 0.05라는 사실에서 직접 95/5를 가져 오는 것에서 비롯 될 수 있습니다. 이것이 당신이하는 일입니까? 나는 이것이 옳지 않다고 생각합니다. 예를 들어, t- 검정의 p 값은 귀무 가설이 실제로 참인 경우 평균 간의 관측 된 차이를 얻을 수있는 확률 또는 더 큰 차이를 얻을 수있는 가능성을 반영합니다. ap 값이 0.02이면 'ah,이 차이를 얻을 확률이 2 %에 불과하거나 null이 true 인 경우 더 큰 차이가 있습니다. 그것은 매우 불가능 해 보인다. 그래서 나는 널이 사실이 아니라고 제안한다! '. 이 숫자는 베이 즈 요인과 동일한 것이 아니며, 이는 각 경쟁 가설에 주어진 사후 확률의 비율입니다. 이 사후 확률은 p- 값과 같은 방식으로 계산되지 않습니다.
부수적으로, 나는 다른 BF 값을 특정 것을 의미하는 것으로 생각하지 않도록 강력하게 보호 할 것을 제안합니다. 이러한 할당은 .05 유의 수준과 마찬가지로 완전히 임의적입니다. p- 해킹과 같은 문제는 사람들이 특정 숫자 만 고려할 필요가 있다고 생각하면 Bayes Factors와 마찬가지로 쉽게 발생합니다. 상대 확률과 같은 것이 무엇인지 이해하고 자신의 감각을 사용하여 BF 번호가 설득력있는 증거를 찾을 수 있는지 여부를 결정하십시오.