Modelagem hierárquica bayesiana: uma introdução e reavaliação

Com o recente desenvolvimento de ferramentas fáceis de usar para análise bayesiana, os psicólogos começaram a adotar a modelagem hierárquica bayesiana. Os modelos hierárquicos bayesianos fornecem uma explicação intuitiva da variabilidade inter e intraindividual e são particularmente adequados para a avaliação de projetos de medidas repetidas. Aqui, fornecemos orientações para a especificação e interpretação de modelos em modelagem hierárquica bayesiana e descrevemos armadilhas comuns que podem surgir no processo de ajuste e avaliação de modelos. Nossa introdução dá ênfase particular à especificação de priors e à sensibilidade a priors, bem como ao cálculo de fatores de Bayes para comparações de modelos. Ilustramos o uso de programas de software de ponta, Stan e brms. O resultado é uma visão geral das melhores práticas em modelagem hierárquica bayesiana que esperamos ajudem os psicólogos a tirar o melhor proveito da modelagem hierárquica bayesiana.