用贝叶斯模型选择检验网络模型中的组间差异：基于 R 包 bgms 的教程

网络模型越来越多地用于对多变量数据进行建模，许多研究问题关注的是网络在不同群体之间是否存在差异。本教程以通俗易懂的方式介绍用于检验网络群体差异的贝叶斯模型选择方法，该方法已在R包bgms中实现。这一方法为每个群体差异提供后验纳入概率和贝叶斯因子，使研究者能够区分支持存在差异的证据与支持相等的证据。本教程聚焦于有序网络模型中的群体差异，因为横断面研究中的绝大多数数据都是在有序量表上测量的。我们解释了模型参数、先验选择、缺失数据处理、收敛性检查、模型拟合检查，以及群体差异后验摘要的解释。该工作流程通过一项可重复的男性和女性问题性色情使用症状网络比较加以说明。

中文由 AI 翻译，仅供参考，以原文为准。