摘要：

专题主持：

      胡传鹏教授，南京师范大学心理学院教授、博导、江苏省特聘教授，从事社会认知神经科学与认知建模相关研究。以第一/通讯作者在《中国科学》、ScientificBulletin等期刊发表中英论文23篇。担任CommunicationsPsychology等国际期刊编委。发起了开放科学中文在线社区（ChineseOpenScienceNetwork，COSN），推广基础研究实践中的开放、透明、可重复性和包容性等理念，是国际心理学界推广开放科学的重要参与者和领导者之一。

      内容简介：贝叶斯统计与推断的核心思想是基于贝叶斯定理进行分析和决策，即随着观测数据的积累，主体的信念不断更新。在传统心理学数据分析中，试图估计参数“客观”值的频率学派（或称经典统计）占有绝对的主导地位，尤其是零假设显著性检验框架，是每个心理学专业的学生都需要学习的基本知识。而在心理学中对该框架下的零假设显著性检验中p值的错误理解可能是导致出版偏见和p值操纵的重要原因。随着马尔可夫链蒙特卡洛方法的提出和计算机算力的不断增强，一直被心理学界忽视的贝叶斯统计方法日渐流行，成为科研利器，它引入了先验分布，在参数估计的过程中纳入了研究者的先验知识。因此，不少研究者建议使用贝叶斯统计来补充或替代显著性检验。这推动了贝叶斯统计在心理学研究中的推广和应用，也促进了相关算法、模型、工具包和软件的开发，降低了使用贝叶斯方法的门槛。

       国内不少团队在使用贝叶斯方法进行研究，但针对心理学背景同行而撰写的中文教程以及介绍性文章仍然较少，为帮助更多研究者更容易地理解和使用贝叶斯的相关方法，胡传鹏教授组织了“贝叶斯统计与推断”专题，邀请北京师范大学等高校的团队共撰写五篇论文，从不同角度介绍贝叶斯统计。

      《贝叶斯因子及其应用》介绍了贝叶斯因子的定义和原理，并提供了案例展示和关键要点，为了解和使用贝叶斯因子（基于R中的bain包实现）提供了指导。《贝叶斯方差分析在JASP中的实现》介绍了贝叶斯方差分析的基本思路和计算原理，展示了如何在JASP这一开源软件中对五种常用的心理学实验设计的数据进行贝叶斯方差分析，并提供了结果汇报和解读的示例。《信号检测论与贝叶斯决策理论的关系》介绍贝叶斯决策理论的基本观点和理想观察者的决策规则，讨论了其与经典信号检测论的差异，以一系列实证研究证据展示了贝叶斯决策理论的应用潜力。阅读该文有助于理解“贝叶斯脑”的认知理论。《贝叶斯混合效应模型：基于brms的应用教程》介绍了贝叶斯混合效应模型在心理学研究中的优势及应用，将原理介绍与代码示例相结合，可以帮助读者快速使用R中的brms包构建贝叶斯混合效应模型。《贝叶斯结构方程模型的原理及应用》介绍了贝叶斯结构方程模型的原理及其能整合先验经验等优势，结合实例数据展示了在Mplus软件中处理交叉载荷问题的步骤，为研究者使用结构方程模型提供了新的思路和方法。

      以上五篇文章（由于版面问题，后两篇文章见第10期）仅展现了贝叶斯统计与推断广泛应用中的几个侧面。通过抛出这几块“砖”，我们希望能够引出更多国内同行关于贝叶斯统计与推断的“玉”，共同来丰富国内研究者的研究方法工具箱。