貝葉斯因素

喺貝葉斯統計中，貝葉斯因素（粵音：bui3 jip6 si1 jan1 sou3；嚟自英文：Bayes factor）係一種指標，用嚟比較兩個統計模型嘅方法「邊個比較似係真」。數學上，貝葉斯因素嘅定義為：

${\text{BF}}_{10}={\frac {P(D\mid H_{1})}{P(D\mid H_{0})}}$

呢個比值代表喺數據 D 之下，備擇假說 H₁ 同虛無假說 H₀ 比邊個比較大機會產生 D 噉嘅數據。如果 ${\text{BF}}_{10}$ 大過 1，代表數據比較支持 H₁；如果細過 1，就支持 H₀。

證據強度

研究者有時會根據貝葉斯因素嘅數值，嚟判斷證據有幾強。例如：

• ${\text{BF}}_{10}\approx 1$：冇乜分別，證據唔明顯。
• ${\text{BF}}_{10}=3$：對 H₁ 有「中等程度」嘅證據。
• ${\text{BF}}_{10}=10$：對 H₁ 有「強烈」嘅證據。
• ${\text{BF}}_{10}=0.1$：即係對 H₀ 有強烈證據。

呢種方法同傳統頻率派統計入面便 p 值做假說檢定嘅方法唔同，因為佢可以直接比較兩個假說嘅機率，而唔淨係話數據有幾大機會喺零假說底下出現。

睇埋

• 貝葉斯統計
• 假說檢定