Search

This Teacher’s Corner paper introduces Bayesian evaluation of informative hypotheses for structural equation models, using the free open-source R packages bain, for Bayesian informative hypothesis testing, and lavaan, a widely used SEM package. The introduction provides a brief non-technical explanation of informative hypotheses, the statistical underpinnings of Bayesian hypothesis evaluation, and the bain algorithm. Three tutorial examples demonstrate informative hypothesis evaluation in the context of common types of structural equation models: 1) confirmatory factor analysis, 2) latent variable regression, and 3) multiple group analysis. We discuss hypothesis formulation, the interpretation of Bayes factors and posterior model probabilities, and sensitivity analysis.

This Teacher’s Corner paper introduces Bayesian evaluation of informative hypotheses for structural equation models, using the free open-source R packages bain, for Bayesian informative hypothesis testing, and lavaan, a widely used SEM package. The introduction provides a brief non-technical explanation of informative hypotheses, the statistical underpinnings of Bayesian hypothesis evaluation, and the bain algorithm. Three tutorial examples demonstrate informative hypothesis evaluation in the context of common types of structural equation models: 1) confirmatory factor analysis, 2) latent variable regression, and 3) multiple group analysis. We discuss hypothesis formulation, the interpretation of Bayes factors and posterior model probabilities, and sensitivity analysis.

The software package Bain can be used for the evaluation of informative hypotheses with respect to the parameters of a wide range of statistical models. For pairs of hypotheses the support in the data is quantified using the approximate adjusted fractional Bayes factor (BF). Currently, the data have to come from one population or have to consist of samples of equal size obtained from multiple populations. If samples of unequal size are obtained from multiple populations, the BF can be shown to be inconsistent. This paper examines how the approach implemented in Bain can be generalized such that multiple-population data can properly be processed. The resulting multiple-population approximate adjusted fractional Bayes factor is implemented in the R package Bain.

Learning about hypothesis evaluation using the Bayes factor could enhance psychological research. In contrast to null-hypothesis significance testing it renders the evidence in favor of each of the hypotheses under consideration (it can be used to quantify support for the null-hypothesis) instead of a dichotomous reject/do-not-reject decision; it can straightforwardly be used for the evaluation of multiple hypotheses without having to bother about the proper manner to account for multiple testing; and it allows continuous reevaluation of hypotheses after additional data have been collected (Bayesian updating). This tutorial addresses researchers considering to evaluate their hypotheses by means of the Bayes factor. The focus is completely applied and each topic discussed is illustrated using Bayes factors for the evaluation of hypotheses in the context of an ANOVA model, obtained using the R package bain. Readers can execute all the analyses presented while reading this tutorial if they download bain and the R-codes used. It will be elaborated in a completely nontechnical manner: what the Bayes factor is, how it can be obtained, how Bayes factors should be interpreted, and what can be done with Bayes factors. After reading this tutorial and executing the associated code, researchers will be able to use their own data for the evaluation of hypotheses by means of the Bayes factor, not only in the context of ANOVA models, but also in the context of other statistical models.

The software package Bain can be used for the evaluation of informative hypotheses with respect to the parameters of a wide range of statistical models. For pairs of hypotheses the support in the data is quantified using the approximate adjusted fractional Bayes factor (BF). Currently, the data have to come from one population or have to consist of samples of equal size obtained from multiple populations. If samples of unequal size are obtained from multiple populations, the BF can be shown to be inconsistent. This paper examines how the approach implemented in Bain can be generalized such that multiple‐population data can properly be processed. The resulting multiple‐population approximate adjusted fractional Bayes factor is implemented in the R package Bain.

Le placement des enfants a toujours constitué un défi en matière de politique sociale et de pratiques éducatives. Notre recherche s'est intéressée aux modalités d'adaptation de nourrissons (0-3 mois) placés en institut (France), en famille d'accueil (Québec) et en accueil mère-enfant (Québec), pour des raisons de maltraitance ou d'adoption. Nos résultats démontrent que l'éveil alerte et l'expression des réflexes évoluent en fonction de la croissance des bébés indépendamment de l'environnement dans lequel ils sont placés, montrant un impact fort de la biologie sur le développement de ces comportements. Par contre, les états de protection (somnolence, pleurs, inertie), l'exploration visuelle et les comportements engagés dans les échanges dyadiques sont exprimés différemment selon le milieu de placement et apparaissent donc comme des marqueurs de l'adaptation de l'enfant. L'institut est apparu l'environnement le moins stimulant. Les principaux facteurs de carences semblent être induits par le manque de temps accordé aux bébés et le manque de stabilité du milieu, auquel les nourrissons s'adaptent, en développant des modes de protection qui ne favorisent pas le développement de leurs habiletés motrices et interactives.Le placement en famille d'accueil apparaît comme un groupe hétérogène à l'intérieur duquel les pratiques et le temps accordé au bébé divergent considérablement d'une famille à l'autre. Enfin, en AME, les dyades se caractérisent par une dynamique relationnelle harmonieuse dans la majorité des cas suivis. Au final, l'approche éthologique permet de comprendre l'origine des réactions mises en place par le bébé et de reconnaître ses habiletés comportementales, sans focaliser sur les difficultés comportementales. Elle encourage donc à proposer des pistes d'intervention qui ne stigmatisent par l'individu et éclaire l'entourage sur ses possibilités d'action. Les hypothèses générées par cette étude exploratoire constituent des perspectives de recherche intéressantes

Le procédé Hall-Héroult, permettant la production de l'aluminium par electrolyse, est très énergivore et polluant. Le rendement de production de ce procédé se nomme efficacité de courant et est défini comme étant le rapport entre la production de métal réelle et théorique, obtenue par la loi de Faraday. La compagnie Process Performance Technologies a développé un projet dans le but d'augmenter l'efficacité de courant du procédé Hall-Héroult. Ce projet est divisé en deux volets distincts, soit la mise au point d'un système de contrôle ainsi que le développement d'un système d'analyse statistique incluant un modèle mathématique de prédiction d'efficacité de courant. Le travail de recherche de cette maîtrise, mené en collaboration avec la compagnie P.P.T., porte essentiellement sur le modèle mathématique de prédiction d'efficacité de courant. L'objectif principal était de valider et d'améliorer le modèle utilisée par P.P.T.. Pour ce faire, une large recherche bibliographique a été effectuée afin de comparer les équations du modèle P.P.T. à celles présentes dans la littérature. D'autre part, une banque de relations empiriques concernant les propriétés de l'électrolyte, tirées de la littérature, a été remise à la compagnie afin de permettre à l'utilisateur du système de choisir les équations les plus appropriées au type de bain qu'il utilise. Une étude approfondie, portant sur un des paramètres importants du modèle, l'épaisseur de la gelée, a aussi été effectuée. L'analyse de plusieurs modèles globaux à résistances thermiques a permis de mieux comprendre l'influence du coefficient de transfert de chaleur bain-gelée sur l'épaisseur de la couche de gelée. De plus, diverses modélisations numériques, réalisées à l'aide d'un logiciel commercial d'éléments finis, ont été effectuées afin d'étudier le comportement de la gelée et aussi dans le but d'obtenir une équation généralisée reliant les pertes de chaleur et l'épaisseur de la gelée.

Les équations mathématiques décrivant le transfert de chaleur dans un bain de métal en fusion sont utilisées pour la construction d'un simulateur. L'équation d'énergie est exprimée en terme de l'enthalpie volumique du métal en utilisant la transformée de Kirchhoff de la conductivité thermique. L'utilisation de l'enthalpie et de la transformée de Kirchhoff permet de considérer une variation de la densité, de la chaleur massique et de la conductivité thermique du métal solide, ainsi que du métal liquide, avec la température. Les équations de Navier-Stokes, pour la convection naturelle, sont exprimées à l'aide des variables primitives en utilisant l'approximation de Boussinesq. L'équation d'énergie est découplée des équations du mouvement. Elle est intégrée en deux dimensions à l'aide de la méthode des éléments finis. Des essais sont effectués avec une matrice de capacité thermique consistante et une matrice de capacité thermique modifiée, ainsi qu'avec une variation quadratique de la transformée de Kirchhoff en fonction de l'enthalpie et une variation linéaire. Les équations du mouvement sont intégrées en deux dimensions à l'aide de la méthode des différences finies par le logiciel SOLA. Une simulation d'un bain d'aluminium liquide entourant une charge d'aluminium solide illustre l'importance de la convection naturelle.

Les oscillations de l'interface bain-métal nuisent au rendement des cuves d'électrolyse. Une étude appuyée par des mesures expérimentales est nécessaire pour comprendre leur nature. Nous présentons une méthode, fondée sur la lecture des courants anodiques et de la tension de la cuve, pour déduire les oscillations de l'interface bain-métal. Nous proposons un modèle simple de résistances électriques permettant d'obtenir l'information désirée. Pour nous assurer de la validité de nos résultats, nous vérifions, à l'aide d'une sonde électrique, que les variations du courant anodique sont effectivement reliées aux oscillations de l'interface. D'autres travaux avec les logiciels ANSYS et NETWORK nous permettent de justifier certaines approximations qui sous-tendent le modèle de résistances. Les résultats obtenus font apparaître trois familles d'oscillation. De plus, ils confirment des prédictions théoriques provenant d'un modèle mathématique proposé par Urata (1985).

Photograph of exterior of Mr. Bain's house, Southern California, 1926. "Subject: Mr Bains [sic] House; Client: La Lomita Rancho; Year: 1926; Job: 6-28-53" -- on envelope.

2 photographs of Mr. and Mrs. Bain at La Lomita Rancho, Lomita, CA, 1927. "77-22-67; 1927; La Lomita Rancho; Mr. & Mrs. Bain" -- on envelope.

Photograph of Mrs. Bain & calf, La Lomita Rancho, Southern California, 1927. "Subject: Mrs. Bain & calf; Client: La Lomita Rancho; Year: 1927; Job: 7-25-72" -- on envelope.

Appartient à l’ensemble documentaire : RsAlis000, Appartient à l’ensemble documentaire : RsAlis014, Appartient à l’ensemble documentaire : RsAlis007

Appartient à l’ensemble documentaire : RsAlis000, Appartient à l’ensemble documentaire : RsAlis014, Appartient à l’ensemble documentaire : RsAlis007