我已经运行了一系列具有平坦先验的贝叶斯模型，在这些模型中，我获得了感兴趣系数的后验概率分布。我的论文的审稿人希望我们根据证据的不同强度（强，中，弱等）对这些概率进行分类。我已经用贝叶斯因子完成了这项工作，例如 Lee and Wagenmakers' classification
我希望避免在有和没有系数的情况下运行模型。相反，我认为我可以比较后验概率和先验概率。但是，我没有先验信息，所以我认为贝叶斯因子不起作用（？）。但是我想知道我是否仍然可以遵循这种分类，例如， 在零先验条件下，我希望系数的50％为负。而我的后验概率是5％。由此可以推断贝叶斯因子为10（0.5 / 0.05），这是有力的证据吗？
或者我可以使用其他分类方案吗？
感谢您的帮助，尤其是任何参考资料？
