BEST：贝叶斯估计取代t检验

Python实现的贝叶斯模型，用于用贝叶斯估计替换t检验，遵循以下出版物中描述的想法

John K. Kruschke. 贝叶斯估计优于t检验。 实验心理学：总论，2013，v.142 (2)，pp. 573-603. (doi: 10.1037/a0029146)

该软件包实现了对一组或多组均值的贝叶斯估计，以及变量（如效应量、组均值及其差异）的后验分布的绘图功能。

文档

有关更多信息，请参阅best.readthedocs.io中的文档。

需求

• Python ≧ 3.7
• SciPy
• Matplotlib（≧ 3.0.0）用于绘图
• PyMC3

示例

完整分析和绘图只需几行代码即可完成

>>> best_out = best.analyze_two(group1_data, group2_data)
>>> fig = best.plot_all(best_out)
>>> fig.savefig('best_plots.pdf')

例如，examples/smart_drug.py中的两组分析产生以下输出

有关相同数据的更详细分析，请参阅Jupyter笔记本examples/Smart drug (比较两组).ipynb。

单组分析的示例可以在examples/paired_samples.py中找到。

文档详细描述了API。

安装

确保您的Python版本足够新（至少3.7）

$ python --version
Python 3.7.12

然后使用PIP安装此软件包及其依赖项

$ pip install best

开发者备注

测试

运行测试需要pytest（pip install pytest），然后可以使用以下命令运行：

$ python -m pytest tests

绘图测试仅确保plot_all函数不会抛出错误，并且需要在tests/data/plot_all_*.pdf中进行手动验证。

文档

可以使用Sphinx构建文档

$ cd docs
$ make html