Meta analizde efekt boyutu için önceliğin belirtilmesi


13

Efekt boyutlarına Sorum endişeleri Sabıkası, benim projede tedbir Cohen'in olan . Literatürü okuyarak, iyi bilinen sekiz okulda, hiyerarşik bir Bayes meta-analiz örneği gibi, belirsiz önceliklerin sıklıkla kullanıldığı görülmektedir. Sekiz okul örnekte,, mu tahmin için kullanılan belli belirsiz bir önceki gibi gördük u İçeride ISTV melerin RWMAIWi'nin ~ Normal ( 0 , 100 ) .Dμθnormal(0,100)

Disiplinim, etki boyutlarının genellikle küçük olduğu psikolojidir. Bu nedenle, bunu daha önce kullanmayı düşünüyordum: . Bu kadar sıkı bir önceliğin mantığı, öncelikleri anladığımdan, μ θ ' nin -1 ila 1 arasında olduğu % 95'lik bir önceki olasılık yerleştiriyorum .μθnormal(0,.5)μθ

Etkiler nadiren bu kadar büyük olduğundan, bu daha önce haklı olabilir mi?


7
Bence ekstra istatistiki argümanlarla savunabildiğiniz sürece öncelikleriniz iyi. Bununla birlikte, posterior dağılımınızın varsayımlarınıza çok fazla bağlı olup olmadığını kontrol etmek için daha az bilgilendirici öncelikler kullanarak bir duyarlılık analizi yaptığınızdan emin olun.
Joe_74

2
Birkaç basit ileri hassasiyet testi, 4 veya 7 serbestlik derecesine sahip öğrenci dağılımlarını kullanmak ve dağılımın ölçeğini değiştirmek olacaktır. Örneğinizdeki yayın yanlılığından şüpheleniyorsanız, bu duyarlılık testleri size çok şey anlatmaz. Önceden yayın yanlılığını dikkate alabilirsiniz. Joachim Vandekerckhove'nin çalışmalarına bakın cogsci.uci.edu/~joachim/publications.php
stijn

1
@ Joe_74 yorumunuzu cevap olarak yerleştirebilirsiniz.
Morgan Ball

@MorganBall Yapacak
Joe_74

Yanıtlar:


2

Etkiler nadiren bu kadar büyük olduğundan, bu daha önce haklı olabilir mi?

Bence ekstra istatistiki argümanlarla savunabildiğiniz sürece (örn. Psikolojik bilimsel literatürde yerleşik eserlere bakarak) öncelikleriniz iyi.

Bununla birlikte, posterior dağılımınızın varsayımlarınıza çok fazla bağlı olup olmadığını kontrol etmek için daha az bilgilendirici öncelikler kullanarak bir duyarlılık analizi yaptığınızdan emin olun. Durum buysa, yön ve etki büyüklüğü açısından benzer bulgularla, sonuçlarınız çok daha sağlam ve geçerli görünecektir.

Sitemizi kullandığınızda şunları okuyup anladığınızı kabul etmiş olursunuz: Çerez Politikası ve Gizlilik Politikası.
Licensed under cc by-sa 3.0 with attribution required.