1 . Hier wird der Unterschied zwischen dem Bayes'schen und dem klassischen Paradigma deutlicher. Eine Leistungsanalyse ist in einem Bayes'schen Kontext nicht unbedingt erforderlich, da das Ziel darin besteht, Ihre früheren Überzeugungen über die Nullhypothese mit den Daten zu aktualisieren. Darüber hinaus gibt es andere Bestandteile in einem Bayes'schen Hypothesentest, die eine wichtige Rolle spielen, wie die vorherige Verteilung und die Art des als Test verwendeten Entscheidungskriteriums (z. B. Bayes-Faktoren). Eine Leistungsanalyse ist jedoch immer noch nützlich, um den Einfluss der Daten und des Prior auf das gewählte Kriterium zu verstehen. Zum Beispiel gibt es neuere Studien über Priors, die die "Leistung" des Tests verbessern, die durch die Verwendung von Bayes-Faktoren induziert wird:

• Johnson & Rossell, 2010, Zur Verwendung von Non -lokale frühere Dichten in Bayes'schen Hypothesentests

Wenn Sie BNP verwenden möchten, haben Sie einen anderen Unterschied, da die Dimensionalität des Parameterraums in diesem Zusammenhang unendlich ist hat andere philosophische Implikationen. Dann müssen Sie die Art der Hypothesen von Interesse angeben. Das folgende Papier enthält ein Beispiel für einen grundlegenden BNP-Test:

• Holmes et al., 2012, Bayesianische nichtparametrische Hypothesentests mit zwei Stichproben

Sie führen eine "Leistungs" -Analyse auf Seite 7 durch.