“Bayesian New Statistics” as a New Direction for Psychophysiology

効果の有無を二値的に判断するための帰無仮説有意性検定の使用は，長い間，そしておそらく今なお支配的な慣習である。しかし近年，心理学を中心に，パラメータ推定とその不確実性の評価の重要性を強調する"New Statistics"の動きがある。パラメータ推定としてのデータ分析という視点からは，理論的仮定を直接的に表現した統計モデルを選択または構築することで，より意味のある仕方で仮説を検証することの重要性が導かれ，とくにベイズ統計の枠組みが認識論的にも実践的にも優位性をもつことが理解できる。本稿では"Bayesian New Statistics"を標榜した近年の論文を道標として，いくつかの方法論について議論する。具体的には，階層ベイズモデル，HDI+ROPE，およびデザイン分析について，我々の研究の例示も交えながら紹介する。これらの方法論の生理心理学への適用可能性，およびそれらが生理心理学にとっても将来的な「新道」となる可能性を論じる。