“貝葉斯統計與推斷”專題簡介

專題主持：

胡傳鵬教授，南京師范大學心理學院教授、博導、江蘇省特聘教授，從事社會認知神經科學與認知建模相關研究。以第一/通訊作者在《中國科學》、Scientific Bulletin等期刊發表中英論文23篇。擔任Communications Psychology等國際期刊編委。發起了開放科學中文在線社區（Chinese Open Science Network，COSN），推廣基礎研究實踐中的開放、透明、可重復性和包容性等理念，是國際心理學界推廣開放科學的重要參與者和領導者之一。

內容簡介：貝葉斯統計與推斷的核心思想是基于貝葉斯定理進行分析和決策，即隨著觀測數據的積累，主體的信念不斷更新。在傳統心理學數據分析中，試圖估計參數“客觀”值的頻率學派（或稱經典統計）占有絕對的主導地位，尤其是零假設顯著性檢驗框架，是每個心理學專業的學生都需要學習的基本知識。而在心理學中對該框架下的零假設顯著性檢驗中p值的錯誤理解可能是導致出版偏見和p值操縱的重要原因。隨著馬爾可夫鏈蒙特卡洛方法的提出和計算機算力的不斷增強，一直被心理學界忽視的貝葉斯統計方法日漸流行，成為科研利器，它引入了先驗分布，在參數估計的過程中納入了研究者的先驗知識。因此，不少研究者建議使用貝葉斯統計來補充或替代顯著性檢驗。這推動了貝葉斯統計在心理學研究中的推廣和應用，也促進了相關算法、模型、工具包和軟件的開發，降低了使用貝葉斯方法的門檻。

國內不少團隊在使用貝葉斯方法進行研究，但針對心理學背景同行而撰寫的中文教程以及介紹性文章仍然較少，為幫助更多研究者更容易地理解和使用貝葉斯的相關方法，胡傳鵬教授組織了“貝葉斯統計與推斷”專題，邀請北京師范大學等高校的團隊共撰寫五篇論文，從不同角度介紹貝葉斯統計。

《貝葉斯因子及其應用》介紹了貝葉斯因子的定義和原理，并提供了案例展示和關鍵要點，為了解和使用貝葉斯因子（基于R中的bain包實現）提供了指導。《貝葉斯方差分析在JASP中的實現》介紹了貝葉斯方差分析的基本思路和計算原理，展示了如何在JASP這一開源軟件中對五種常用的心理學實驗設計的數據進行貝葉斯方差分析，并提供了結果匯報和解讀的示例。《信號檢測論與貝葉斯決策理論的關系》介紹貝葉斯決策理論的基本觀點和理想觀察者的決策規則，討論了其與經典信號檢測論的差異，以一系列實證研究證據展示了貝葉斯決策理論的應用潛力。閱讀該文有助于理解“貝葉斯腦”的認知理論。《貝葉斯混合效應模型：基于brms的應用教程》介紹了貝葉斯混合效應模型在心理學研究中的優勢及應用，將原理介紹與代碼示例相結合，可以幫助讀者快速使用R中的brms包構建貝葉斯混合效應模型。《貝葉斯結構方程模型的原理及應用》介紹了貝葉斯結構方程模型的原理及其能整合先驗經驗等優勢，結合實例數據展示了在Mplus軟件中處理交叉載荷問題的步驟，為研究者使用結構方程模型提供了新的思路和方法。

以上五篇文章（由于版面問題，后兩篇文章見第10期）僅展現了貝葉斯統計與推斷廣泛應用中的幾個側面。通過拋出這幾塊“磚”，我們希望能夠引出更多國內同行關于貝葉斯統計與推斷的“玉”，共同來豐富國內研究者的研究方法工具箱。