easystats/bayestestR

解決的問題

許多 R 套件可以擬合貝葉斯模型並提取後驗抽樣，但通常僅提供有限的指標，例如點估計和信賴區間。bayestestR 透過提供一套全面且一致的函數，用於分析和描述來自各種模型物件（包括 rstanarm、brms 和 BayesFactor）的後驗分佈，解決了此問題。

工作原理

該套件提供工具，使用四種主要類型的指標來總結後驗分佈（以機率方式表示參數）：

• 中心性：使用平均值、中位數或最大後驗估計（MAP 估計，即眾數）來估計分佈的中心。
• 不確定性：使用最高密度區間（HDI）、最短機率區間（SPI）或等尾區間（ETI）等方法計算可信區間（CI）。
• 效應存在性：使用方向機率（pd）、點零假設的機率或貝葉斯因子（BF）來判斷效應是否與零不同。
• 效應顯著性：使用實際等價區域（ROPE）評估效應大小是否非可忽略，ROPE 定義了被認為與零假設在實際意義上等價的值範圍。

適用對象

專為使用 R 進行貝葉斯分析並需要以標準化方式描述效應及其不確定性、存在性和顯著性的研究人員和資料科學家設計。

主要亮點

• 統一介面：describe_posterior() 函數可同時計算多個指標（中心性、不確定性、存在性、顯著性）。
• 靈活相容：與 brms 和 rstanarm 等流行的貝葉斯建模套件相容。
• 高階檢定：實作了用於貝葉斯因子的薩維奇-迪基密度比和基於 ROPE 的等價性檢定。
• 自動範圍偵測：包含 rope_range()，可幫助使用者根據模型類型找到實際等價區域的合適預設值。