This article introduces the bpcs R package (Bayesian Paired Comparison in Stan) and the statistical models implemented in the package. The goal of this package is to facilitate the use of Bayesian models for paired comparison data in behavioral research. Historically, studies on preferences have relied on Likert scale assessments and the frequentist approach to analyze the data. As an alternative, this article proposes the use of Bayesian models for forced choices assessments. The advantages of forced-choice assessments are that they minimize common bias that Likert scales are susceptible to, they can increase criterion validity, control for faking responses, and are quite useful to assess preferences in studies with children and non-humans primates. Bayesian data analyses are less sensitive to optional stopping, have better control of type I error, have stronger evidence towards the null hypothesis, allows propagation of uncertainties, includes prior information, and perform well when handling models with many parameters and latent variables. The bpcs package provides a consistent interface for R users and several functions to evaluate the posterior distribution of all parameters, to estimate the posterior distribution of any contest between items, and to obtain the posterior distribution of the ranks. Three reanalyses of recent studies that used the frequentist Bradley-Terry model are presented. These reanalyses are conducted with the Bayesian models of the bpcs package and all the code used to fit the models, generate the figures and the tables are available in the online appendix.

中文翻译：

---

贝叶斯配对比较与bpcs包

本文介绍了bpcs R程序包（Stan中的贝叶斯成对比较）和该程序包中实现的统计模型。该软件包的目的是促进将贝叶斯模型用于行为研究中的配对比较数据。从历史上看，关于偏好的研究依赖于李克特量表评估和常客方法来分析数据。作为替代方案，本文提出将贝叶斯模型用于强制选择评估。强制选择评估的优势在于，它们可以最小化Likert量表容易受到的普遍偏见，可以提高标准效度，控制伪造反应，并且对于评估对儿童和非人类灵长类动物的偏好非常有用。贝叶斯数据分析对可选停止不太敏感，具有更好的I型错误控制能力，对零假设的更强有力的证据，允许不确定性的传播，包括先验信息，以及在处理带有许多参数和潜在变量的模型时表现良好。bpcs包为R用户提供了一个一致的界面，并提供了一些功能来评估所有参数的后验分布，估计项目之间任何竞赛的后验分布以及获得等级的后验分布。提出了使用频频人Bradley-Terry模型对近期研究进行的三点重新分析。这些重新分析是使用bpcs软件包的贝叶斯模型进行的，所有用于拟合模型的代码，生成图形和表格均在联机附录中提供。允许传播不确定性，包括先验信息，并且在处理具有许多参数和潜在变量的模型时表现良好。bpcs包为R用户提供了一个一致的界面，并提供了一些功能来评估所有参数的后验分布，估计项目之间任何竞赛的后验分布以及获得等级的后验分布。提出了使用频频人Bradley-Terry模型对近期研究进行的三点重新分析。这些重新分析是使用bpcs软件包的贝叶斯模型进行的，所有用于拟合模型的代码，生成图形和表格均在联机附录中提供。允许传播不确定性，包括先验信息，并且在处理具有许多参数和潜在变量的模型时表现良好。bpcs包为R用户提供了一个一致的界面，并提供了一些功能来评估所有参数的后验分布，估计项目之间任何竞赛的后验分布以及获得等级的后验分布。提出了使用频频人Bradley-Terry模型对近期研究进行的三点重新分析。这些重新分析是使用bpcs软件包的贝叶斯模型进行的，所有用于拟合模型的代码，生成图形和表格均在联机附录中提供。bpcs包为R用户提供了一个一致的界面，并提供了一些功能来评估所有参数的后验分布，估计项目之间任何竞赛的后验分布以及获得等级的后验分布。提出了使用频频人Bradley-Terry模型对近期研究进行的三点重新分析。这些重新分析是使用bpcs软件包的贝叶斯模型进行的，所有用于拟合模型的代码，生成图形和表格均在联机附录中提供。bpcs包为R用户提供了一个一致的界面，并提供了一些功能来评估所有参数的后验分布，估计项目之间任何竞赛的后验分布以及获得等级的后验分布。提出了使用频频人Bradley-Terry模型对近期研究进行的三点重新分析。这些重新分析是使用bpcs软件包的贝叶斯模型进行的，所有用于拟合模型的代码，生成图形和表格均在联机附录中提供。提出了使用频频人Bradley-Terry模型对近期研究进行的三点重新分析。这些重新分析是使用bpcs软件包的贝叶斯模型进行的，所有用于拟合模型的代码，生成图形和表格均在联机附录中提供。提出了使用频频人Bradley-Terry模型对近期研究进行的三点重新分析。这些重新分析是使用bpcs软件包的贝叶斯模型进行的，所有用于拟合模型的代码，生成图形和表格均在联机附录中提供。