Bayesian Approaches in Psychological Research

Gestaltung: Steffen Nestler

In der Statistik existieren zwei Paradigmen, mit denen auf der Basis von Stichprobendaten Aussagen über eine Population getroffen werden sollen: Während die klassische oder frequentistische Statistik nur die Stichprobendaten verwendet, wird bei der Bayes-Statistik zusätzlich das Wissen eines Forschers über die Forschungsfrage berücksichtigt. In den letzten beiden Jahrzehnten erfreute sich die Bayes-Statistik wieder zunehmender Beliebtheit und wird auch in der psychologischen Forschungspraxis immer häufiger angewandt. Um dieser Entwicklung Rechnung zu tragen, sollen im Hot Topic Schwerpunkt verschiedenste Fragen rund um die Bayes-Statistik diskutiert werden: Was unterscheidet klassische Signifikanztests vom Bayesianischen Testen? Wann sollten Bayes-Faktoren verwenden, wann eher nicht? Wann sind frequentistische Ansätze vorzuziehen? Ist die Replikationskrise durch die Verwendung Bayesscher Verfahren auflösbar? Wie lässt sich das Bayes-Paradigma in die methodische Ausbildung integrieren?

Keynote

Eric-Jan Wagenmakers

Eric-Jan Wagenmakers, University of Amsterdam, Netherlands

Bayesian Advantages for the Pragmatic Researcher

The Bayesian paradigm presents a fresh perspective on statistical inference, providing pragmatic researchers with new opportunities, for instance to design efficient experiments, to quantify statistical evidence (either for the alternative hypothesis or for the null hypothesis), to monitor that evidence as the data accumulate, to use meaningful prior knowledge for strengthening the link between psychological theory and statistical model, and to take into account the model-selection uncertainty that inevitably arises whenever multiple models are in play. These and other advantages will be demonstrated with concrete applications featuring user-friendly software packages such as JASP (jasp-stats.org) and Shiny.