SPSS 命令: SPSS BAYES INDEPENDENT

在浏览器中做贝叶斯独立样本 t 检验

贝叶斯独立样本 t 检验通过比较“存在组间差异”与“不存在组间差异”时数据出现的可能性来比较两组平均值。

用示例数据试一试用自己的文件运行

免费 · 无需注册 · 文件留在本机 · 更新于 2026年10月18日

能告诉你什么

Crosstabs 在你的设备上运行与 SPSS BAYES INDEPENDENT 对应的过程，提供三种贝叶斯因子方法和五种差值后验先验，包括方差不等的 Behrens–Fisher 情形。

数据在多大程度上支持两组之间存在差异（BF10）或不存在差异（BF01）。
均值差（组 2 − 组 1）的后验分布及其大小的可信区间。
各组 N、平均值、标准差和标准误，以及用于对照的合并方差 t 检验。
通过在 Rouder、Gönen 和超先验因子之间切换，了解结论对先验的敏感程度。

适用场景

适合使用

两个独立组（处理组与对照组、两个地区、两个产品版本）在连续结果上的比较。
A/B 测试中，当两个版本表现相近时希望报告“无差异”的证据。
分组变量有两个以上取值，需要从中选出两组进行比较。

改用其他方法

同时比较三个及以上组：使用贝叶斯单因素方差分析。
两种条件下是同一批对象：使用贝叶斯配对样本。
二分类结果（如是否转化）：改用贝叶斯独立性检验比较比例。

在 Crosstabs 中如何操作

01
打开数据
打开文件并切换到“统计”模式；在“贝叶斯统计”组中选择“贝叶斯独立样本”。
02
选择变量与组
勾选一个或多个“检验变量”，选择“分组变量”，再从其类别中选择“组 1”和“组 2”。差值按组 2 − 组 1 报告。
03
选择贝叶斯因子方法
在“贝叶斯因子”中选择“Rouder（JZS）”、“Gönen”（设置“效应量平均值”和“效应量方差”）或“超先验”（设置“超先验 a”，默认 −0.75）。
04
选择差值的先验
在“后验的先验”中选择“等方差，扩散–Jeffreys”“等方差，逆 χ² 先验”“不等方差，扩散（Behrens–Fisher）”，或按组设定平坦/正态先验的已知方差选项。
05
运行
设置“可信区间（%）”，声明工作区权重（如有），然后点击“运行贝叶斯独立样本推断”。不属于所选两组的个案不参与分析。

在浏览器中运行贝叶斯独立样本

计算示例

以下结果由 Crosstabs 引擎在构建本页时根据模拟数据实际计算得出，并非手工填写。

用示例数据试一试

数据

32 张模拟客服工单，16 张走普通队列、16 张走优先队列；因变量为解决所需小时数，由固定随机种子从正态分布生成。

组统计

组	N	平均值	标准差	均值标准误
standard	16	20.13	5.32	1.329
priority	16	14.83	4.35	1.088

贝叶斯因子独立样本检验

变量	均值差	差值的合并标准误	BF01	BF10	t	df	显著性（双尾）
hours	−5.30	1.717	0.103	9.751	−3.086	30	.004

差值 = priority − standard（组 2 − 组 1）；Rouder 的 JZS 方法。

独立样本平均值的后验分布特征

变量	后验众数	后验平均值	后验方差	95% 可信区间下限	95% 可信区间上限
hours	−5.300	−5.300	3.1598	−8.807	−1.793

先验：等方差，扩散–Jeffreys；等尾可信区间。

结果解读

优先队列工单平均快 5.30 小时解决（t(30) = −3.09，p = .004）。Rouder 贝叶斯因子显示支持备择假设的证据为中等（BF10 = 9.751）。差值的 95% 可信区间为 −8.81 至 −1.79 小时，说明差距可能有多大，而不只是差距是否存在。

输出表格说明

组统计: 两组各自的 N、平均值、标准差和均值标准误。
贝叶斯因子独立样本检验: 均值差、合并标准误、BF01、BF10，以及合并方差 t、df 和双尾显著性；脚注注明所用的贝叶斯因子方法。
独立样本平均值的后验分布特征: 所选先验下差值后验的众数、平均值、方差及等尾可信区间，并附先验/后验图。

前提假设与注意事项

个案相互独立，且每个个案只属于两组之一。
各组内结果变量近似正态。
贝叶斯因子基于合并方差 t 统计量，假定方差相等；若方差明显不等，请参考 Behrens–Fisher 先验下的后验。

结果如何验证

Rouder 因子与 R 包 BayesFactor 0.9.12.4.8 的 ttestBF(rscale = 1) 相对误差在 1e-8 以内，与 pingouin 在 1e-7 以内；Gönen 因子与 mpmath 参考值在 1e-12 以内一致（效应量平均值偏移时为 1e-8），超先验因子与 30 位精度求积结果在 1e-10 以内、与其闭式解在 1e-12 以内一致。五种先验下差值的后验在 1e-11 以内一致，可信区间端点在 1e-9 以内。验证证据（英文）

常见问题

应报告哪种贝叶斯因子方法？

Rouder 的 JZS 因子是引用最广泛的默认方法。Gönen 方法允许将效应量先验的中心设为预期效应；Wang & Liu (2016) 的超先验方法则对先验尺度再设先验。若三种方法结论一致，结论更有说服力。

为什么差值是负数？

差值按组 2 − 组 1 计算，与 SPSS 一致。交换“组 1”和“组 2”即可反转符号，贝叶斯因子不变。

两组方差差异很大怎么办？

差值后验请选择“不等方差，扩散（Behrens–Fisher）”。贝叶斯因子本身仍基于合并方差 t 统计量，解读时需谨慎。

可以使用调查权重吗？

不可以。表示相同个案数量的频率权重可以使用，但抽样权重会被拒绝，因为这里的贝叶斯因子假定个案独立同分布。基于设计的比较请使用复杂抽样。

我的数据会被上传吗？

不会。所有计算都在浏览器标签页内的 Web Worker 中完成，文件不会离开你的设备。

用你自己的数据运行贝叶斯独立样本

打开 .sav、CSV 或 Excel 文件。所有计算都在浏览器中完成，文件不会离开你的设备。

打开分析工作区

SPSS 是 IBM Corp. 的商标。Crosstabs 与 IBM 无关联，也未获得 IBM 认可。