Als «effect-size» getaggte Fragen

Die Effektgröße ist "ein Maß für die Stärke eines Phänomens oder eine stichprobenbasierte Schätzung dieser Menge" [Wikipedia].

1
Varianz der Cohen-
Cohens ddd ist eine der häufigsten Methoden, um die Größe eines Effekts zu messen ( siehe Wikipedia ). Es misst einfach den Abstand zwischen zwei Mitteln als gepoolte Standardabweichung. Wie können wir die mathematische Formel der Varianzschätzung von Cohens ableiten ddd? Dezember 2015 edit: Im Zusammenhang mit dieser Frage steht …
2
Welche deskriptiven Statistiken sind keine Effektgrößen?
Wikipedia sagt Die Effektgröße ist ein Maß für die Stärke eines Phänomens oder eine stichprobenartige Schätzung dieser Menge. Eine aus Daten berechnete Effektgröße ist eine beschreibende Statistik, die die geschätzte Größe einer Beziehung angibt, ohne eine Aussage darüber zu treffen, ob die offensichtliche Beziehung in den Daten eine echte Beziehung …
2
Kann ich eine Effektgröße als unabhängige Variable in eine Meta-Regression aufnehmen?
Meine Frage ist, ob ich eine Effektgröße XXX als abhängige Variable und eine andere Effektgröße YYY als unabhängige Variable in einer Meta-Regression verwenden kann. Zum Beispiel führte ich eine Metaanalyse für die Auswirkungen von Bewegung bei Alkoholproblemen durch und fand signifikante Ergebnisse und eine hohe Heterogenität. Ich möchte eine Meta-Regression …
4
Was bedeutet es für eine Studie, überlastet zu sein?
Was bedeutet es für eine Studie, überlastet zu sein? Mein Eindruck ist, dass Ihre Stichproben so groß sind, dass Sie winzige Effektgrößen erkennen können. Diese Effektgrößen sind möglicherweise so klein, dass sie eher auf geringfügige Verzerrungen im Stichprobenprozess zurückzuführen sind als auf einen (nicht unbedingt direkten) Kausalzusammenhang zwischen den Variablen. …
3
Effektgröße für den Interaktionseffekt im Kontrolldesign vor und nach der Behandlung
Wenn Sie ein Kontrolldesign vor und nach der Behandlung mit einer kontinuierlichen abhängigen Variablen unter Verwendung einer gemischten ANOVA analysieren, gibt es verschiedene Möglichkeiten, den Effekt der Zugehörigkeit zur Behandlungsgruppe zu quantifizieren. Der Interaktionseffekt ist eine Hauptoption. Im Allgemeinen mag ich besonders Cohens d-Typ-Maße (dh ). Ich mag keine Varianz …
1
R / mgcv: Warum produzieren te () und ti () Tensorprodukte unterschiedliche Oberflächen?
Das mgcvPaket für Rhat zwei Funktionen zum Anpassen von Tensorproduktwechselwirkungen: te()und ti(). Ich verstehe die grundlegende Arbeitsteilung zwischen den beiden (Anpassen einer nichtlinearen Wechselwirkung vs. Zerlegen dieser Wechselwirkung in Haupteffekte und eine Wechselwirkung). Was ich nicht verstehe, ist warum te(x1, x2)und ti(x1) + ti(x2) + ti(x1, x2)kann (leicht) unterschiedliche Ergebnisse …
11 r  gam  mgcv  conditional-probability  mixed-model  references  bayesian  estimation  conditional-probability  machine-learning  optimization  gradient-descent  r  hypothesis-testing  wilcoxon-mann-whitney  time-series  bayesian  inference  change-point  time-series  anova  repeated-measures  statistical-significance  bayesian  contingency-tables  regression  prediction  quantiles  classification  auc  k-means  scikit-learn  regression  spatial  circular-statistics  t-test  effect-size  cohens-d  r  cross-validation  feature-selection  caret  machine-learning  modeling  python  optimization  frequentist  correlation  sample-size  normalization  group-differences  heteroscedasticity  independence  generalized-least-squares  lme4-nlme  references  mcmc  metropolis-hastings  optimization  r  logistic  feature-selection  separation  clustering  k-means  normal-distribution  gaussian-mixture  kullback-leibler  java  spark-mllib  data-visualization  categorical-data  barplot  hypothesis-testing  statistical-significance  chi-squared  type-i-and-ii-errors  pca  scikit-learn  conditional-expectation  statistical-significance  meta-analysis  intuition  r  time-series  multivariate-analysis  garch  machine-learning  classification  data-mining  missing-data  cart  regression  cross-validation  matrix-decomposition  categorical-data  repeated-measures  chi-squared  assumptions  contingency-tables  prediction  binary-data  trend  test-for-trend  matrix-inverse  anova  categorical-data  regression-coefficients  standard-error  r  distributions  exponential  interarrival-time  copula  log-likelihood  time-series  forecasting  prediction-interval  mean  standard-error  meta-analysis  meta-regression  network-meta-analysis  systematic-review  normal-distribution  multiple-regression  generalized-linear-model  poisson-distribution  poisson-regression  r  sas  cohens-kappa 
3
Cohens d für den abhängigen Stichproben-T-Test
Kurze Frage: Ich habe gesehen, dass Cohens d zwei verschiedene Methoden für einen T-Test für abhängige Proben berechnet hat (z. B. Design innerhalb der Proben, um die Wirksamkeit eines Medikaments mit Zeitpunkten vor / nach dem Test zu testen). Unter Verwendung der Standardabweichung der Änderungsbewertung im Nenner der Gleichung für …
1
Gibt es eine allgemeine Definition der Effektgröße?
Das effect-sizeTag hat kein Wiki. Die Wikipedia-Seite über die Effektgröße enthält keine genaue allgemeine Definition. Und ich habe noch nie eine allgemeine Definition der Effektgröße gesehen . Beim Lesen einiger Diskussionen wie dieser habe ich jedoch den Eindruck, dass die Menschen im Rahmen statistischer Tests einen allgemeinen Begriff der Effektgröße …
5
Omega im Quadrat für das Maß der Wirkung in R?
Das Statistikbuch, das ich lese, empfiehlt Omega-Quadrat, um die Auswirkungen meiner Experimente zu messen. Ich habe bereits unter Verwendung eines Split-Plot-Designs (Mischung aus Innersubjekten und Zwischensubjektdesign) bewiesen, dass meine Innersubjektfaktoren mit p <0,001 und F = 17 statistisch signifikant sind. Jetzt möchte ich sehen, wie groß der Unterschied ist ... …
2
Bayesianische Analyse von Kontingenztabellen: Beschreibung der Effektgröße
Ich arbeite die Beispiele in Kruschkes Doing Bayesian Data Analysis durch , insbesondere die exponentielle Poisson-ANOVA in Kap. 22, die er als Alternative zu häufig auftretenden Chi-Quadrat-Unabhängigkeitstests für Kontingenztabellen vorstellt. Ich kann sehen, wie wir Informationen über Interaktionen erhalten, die mehr oder weniger häufig auftreten als erwartet, wenn die Variablen …
2
Wie gehe ich am besten mit Unterpunkten in einer Metaanalyse um?
Ich führe eine Metaanalyse der Effektgrößen d in R unter Verwendung des Metafor-Pakets durch. d repräsentiert Unterschiede in den Gedächtniswerten zwischen Patienten und Gesunden. Einige Studien berichten jedoch nur über Unterpunkte des interessierenden Maßes d (z. B. mehrere unterschiedliche Speicherbewertungen oder Bewertungen aus drei getrennten Blöcken von Gedächtnistests). Bitte beachten …
3
Lineare Regressionseffektgrößen bei Verwendung transformierter Variablen
Bei der Durchführung einer linearen Regression ist es häufig nützlich, eine Transformation wie eine logarithmische Transformation für die abhängige Variable durchzuführen, um eine bessere Normalverteilungskonformation zu erzielen. Oft ist es auch nützlich, Betas anhand der Regression zu untersuchen, um die Effektgröße / tatsächliche Relevanz der Ergebnisse besser beurteilen zu können. …
2
Wie sollte man in einer Metaanalyse mit nicht signifikanten Studien umgehen, die keine Rohdaten enthalten?
Angenommen, ich führe eine Metaanalyse durch und untersuche die Leistung von Gruppe A und Gruppe B in Bezug auf ein bestimmtes Konstrukt. Einige der Studien, auf die ich stoßen werde, werden nun berichten, dass keine statistischen Unterschiede zwischen den beiden Gruppen gefunden werden konnten, aber keine genauen Teststatistiken und / …
Durch die Nutzung unserer Website bestätigen Sie, dass Sie unsere Cookie-Richtlinie und Datenschutzrichtlinie gelesen und verstanden haben.
Licensed under cc by-sa 3.0 with attribution required.