Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Wyszukujesz frazę "size effect" wg kryterium: Temat


Wyświetlanie 1-3 z 3
Tytuł:
Wybrane wskaźniki wielkości efektu w badaniach psychologicznych
Autorzy:
Prajzner, Arkadiusz
Powiązania:
https://bibliotekanauki.pl/articles/33951763.pdf
Data publikacji:
2022
Wydawca:
Uniwersytet Marii Curie-Skłodowskiej. Wydawnictwo Uniwersytetu Marii Curie-Skłodowskiej
Tematy:
effect size
null hypothesis
statistical analysis
psychological research
wielkość efektu
hipoteza zerowa
analiza statystyczna
badania psychologiczne
Opis:
Odzwierciedlając zmieniającą się praktykę statystyczną w badaniach psychologicznych, w której dominuje testowanie hipotez zerowych z wykorzystaniem decyzji o poziomie istotności wyników, wskazano zalecenia dotyczące raportowania w pracach wielkości efektu. W opracowaniu przedstawiono pojęcie wielkości efektu oraz wskazano miejsce, jakie zajmuje w analizie danych w odniesieniu do istotności wyników. Celem pracy jest opisanie wybranych wskaźników wielkości efektu, a także wskazanie potrzeby zastosowania i poprawnej ich prezentacji i interpretacji w raporcie analiz prac empirycznych z zakresu nauk społecznych. Biorąc pod uwagę ograniczenia podejścia statystycznej analizy danych opartej jedynie na poziomie istotności, w opracowaniu zaprezentowano możliwości umieszczania w analizach danych wskaźnika o większym praktycznym zastosowaniu, jakim jest wielkość efektu. Wykorzystując najbardziej popularne metody analityczne, takie jak testy t Studenta, jednoczynnikowe analizy wariancji w schematach między- i wewnątrzgrupowych, a także analizy testem Wilcoxona, U Manna-Whitneya, H Kruskala-Wallisa, testem Friedmana oraz uwzględniając analizy dla danych jakościowych, zaprezentowano dobrane do planów badawczych wskaźniki wielkości efektu. Ponadto opisano wykorzystanie, sposób obliczania oraz interpretację wybranych wskaźników wielkości efektu, jakimi są wskaźniki: d Cohena, g Hedgesa, delta, rg Glassa, korelacja par dopasowanych rc, eta-kwadrat, omega-kwadrat oraz epsilon-kwadrat, W Kendalla oraz fi, V Cramera czy iloraz szans i ryzyko względne. Prezentację wskaźników wielkości efektu zestawiono z odpowiadającymi im planami badawczymi i rodzajem zebranych danych.
Reflecting the changing statistical practice in psychological research, dominated by null hypothesis testing using a decision about the level of significance of the results, the recommendations are indicated for reporting effect sizes in papers. The study presents the concept of the effect size and indicates its place in data analysis regarding to outcome’s significance. The purpose of the work is to describe selected effect size indicators and to point the need of use and their proper presentation and interpretation in social sciences empirical work data analysis reports. Considering statistical analysis approach limits based on significance level only, the study presents the possibility of including in the data analysis an indicator of a more practical use which is the size of the effect. By using the most popular analysis methods, such as, Student t-test, univariate analyses of variance in between- and within-group schemes as well as Wilcoxon test, Mann-Whitney’s U, Kruskal-Wallis H, Friedman’s test and considering analysis for qualitative data, matched to research plans indicators of the effect size were presented. The paper presents the use, calculation and interpretation of the size effect such as: Cohen’s d, Hedges g, delta, Glass’s rg, matched pairs correlation rc, eta-square, omega-square and epsilon-square, Kendall’s W and fi, Cramer’s V as well as odds ratio and relative risk. The presentation of the effect size indicators was contrasted with the corresponding research plans and the type of data collected.
Źródło:
Annales Universitatis Mariae Curie-Skłodowska, sectio J – Paedagogia-Psychologia; 2022, 35, 4; 139-157
0867-2040
Pojawia się w:
Annales Universitatis Mariae Curie-Skłodowska, sectio J – Paedagogia-Psychologia
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Interpretacja statystyk w ar tykułach naukowych – wskazówki dla praktyków
the interpretation of the statistical data in scientific papers – advices for practitioners
Autorzy:
Budzicz, Łukasz
Powiązania:
https://bibliotekanauki.pl/articles/514261.pdf
Data publikacji:
2017
Wydawca:
Uniwersytet Zielonogórski. Oficyna Wydawnicza
Tematy:
wielkość efektu
istotność statystyczna
przedziały ufności
interpretowanie danych statystycznych.
effect size
statistical significance
confidence interval
interpretation of statistical data.
Opis:
Artykuł zawiera informacje o tym, jak interpretować podstawowe dane statystyczne: wskaźniki istotności statystycznej, wielkości efektu i przedziały ufności. Pokazano kilka heurystyk użytecznych przy interpretacji wielkości efektów korelacji r Pearsona, statystyki d Cohena oraz relatywnego ryzyka. Olbrzymia większość pozostałych efektów jest pochodną wyżej wymienionych. Dodatkowo wskazano również, jakie są ograniczenia wybranych wskaźników, szczególnie istotności statystycznej. Artykuł jest pomyślany jako pomoc szczególnie dla psychologów praktyków.
The article contains information how to interpret statistical data: statistical significance, effect size and confidence intervals. Several heuristics are given how to usefully interpret the magnitude of the correlation Pearson’s r, Cohen’s d and relative risk. The vast majority of other effects is a derivative of the aforementioned. In addition, I also show the limitations of selected indicators, especially statistical significance. This article is intended as an aid especially for psychologists practitioners.
Źródło:
Psychologiczne Zeszyty Naukowe; 2017, 1; 143-158
2451-1420
Pojawia się w:
Psychologiczne Zeszyty Naukowe
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Pojęcie wielkości efektu na tle teorii Neymana-Pearsona testowania hipotez statystycznych
The concept of size effect in the light of Neyman-Pearson’s theory of testing statistical hypothesis
Autorzy:
Szymczak, Wiesław
Powiązania:
https://bibliotekanauki.pl/articles/2014018.pdf
Data publikacji:
2015
Wydawca:
Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
Tematy:
teorie testowania hipotez statystycznych
prawdopodobieństwo
moc testu
empiryczna moc testu
wielkość efektu
theories of statistical hypothesis testing
probability
power of test
empirical power of test
effect size
Opis:
Celem tej pracy jest zwrócenie uwagi badaczy wykorzystujących metody statystyczne w analizie wyników swoich badań na pomieszanie dwóch różnych teorii testowania hipotez statystycznych, teorii Fishera i teorii Neymana–Pearsona. Zawarcie, w obecnie stosowanym instrumentarium statystycznym, pomysłów z obu tych teorii, powoduje, że znakomita większość badaczy bez chwili namysłu za prawdziwą przyjmuje stwierdzenie, iż im mniejsze prawdopodobieństwo, tym silniejsza zależność. Przedstawione zostały słabe strony teorii Neymana–Pearsona i wynikające z nich problemy przy podejmowaniu decyzji w wyniku przeprowadzonych testów. Problemy te stały się usprawiedliwionym poszukiwaniem mniej zawodnych rozwiązań, jednakże zaproponowane mierniki wielkości efektu, jako wykorzystujące z jednej strony dogmat o związku między wielkością prawdopodobieństwa w teście i siłą zależności, a z drugiej – brak jakichkolwiek podstaw teoretycznych tego rozwiązania, wydają się jeszcze jednym pseudorozwiązaniem rzeczywiście występujących problemów. Dodatkowo, wykorzystywanie mierników wielkości efektów wygląda na próbę zwolnienia badaczy z głębokiego myślenia o uzyskanych wynikach z analizy statystycznej, w kategoriach merytorycznych. Powstał trywialny przepis: odpowiednia wartość miernika natychmiast implikuje siłę zależności – podejście takie wydaje się niegodne badacza.
The aim of this study is to draw the attention of researchers using statistical methods in the analysis of the results of their research on the combination of two different theories testing statistical hypothesis, Fisher’s theory and Neyman-Pearson’s theory. Including in the presently used statistical instruments, ideas of both of these theories, causes that the vast majority of researchers without a moment’s thought, acknowledge that the smaller the probability the stronger relationship. The study presents the weaknesses of Neyman-Pearson’s theory and the resulting problems with decision-making as a result of the conducted tests. These problems have become a justified quest for less unreliable solutions, however, the proposed measures of the size effect as using on one hand dogma about the relationship between the degree of probability in the test and the strength of dependence, on the other, lack of any theoretical basis of this solution, seem to be another pseudo solution to actual problems. Moreover, the use of measures of size effect seems to be an attempt to free researchers from the profound thinking about the results obtained from the statistical analysis. A trivial recipe was established: the corresponding value of the measures instantly implies the strength of the relationship – this approach seems unworthy of the researcher.
Źródło:
Acta Universitatis Lodziensis. Folia Psychologica; 2015, 19; 5-41
2353-4842
Pojawia się w:
Acta Universitatis Lodziensis. Folia Psychologica
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-3 z 3

    Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies