Soru:
Etki büyüklüğü ölçüleri r ve r-kare nasıl raporlanır ve bunların teknik olmayan açıklaması nedir?
Adhesh Josh
2011-09-19 16:45:29 UTC
view on stackexchange narkive permalink

$ A $ ile $ B $ arasındaki korelasyonun etki boyutu $ r $ ise, $ r ^ 2 $, $ A $ değişkeniyle ilişkilendirilebilecek $ B $ varyans miktarıdır.

  1. Bir raporda her iki dizini de rapor etmek mi, yoksa sadece birini veya diğerini mi raporlamak önemlidir?
  2. Bunları sade bir İngilizce ile nasıl açıklıyorsunuz (istatistiki olmayan bir kitle için)?
Iki yanıtlar:
#1
+13
Jeromy Anglim
2011-09-22 03:44:24 UTC
view on stackexchange narkive permalink

'Etki büyüklüğü' terimiyle ilgili genel noktalar

'Etki büyüklüğü' terimi hem dar hem de özel anlamlara sahip olabilir.

  • en dar anlamı: Bazı yazarlar 'etki büyüklüğü' terimi neredeyse yalnızca standartlaştırılmış grup ortalama farklılıkları bağlamında (yani, $ d $).
  • dar anlam: İlişkileri ölçen standartlaştırılmış istatistiklerden herhangi biri
  • geniş anlam: Standartlaştırılmamış ilişki ölçüleri dahil, etki derecesini ölçen herhangi bir değer.

Açık olmak gerekirse, $ r ^ 2 $, tıpkı $ r gibi etki büyüklüğünün bir ölçüsüdür. $, etki büyüklüğünün bir ölçüsüdür. $ r $, meta-analizlerde ve benzerlerinde iki değişkenli ilişkinin gücünü özetlemek için kullanılan daha yaygın olarak kullanılan bir etki boyutu ölçüsüdür.

$ r $ ile $ r ^ 2 $ arasında ne zaman rapor verilmeli

  • Psikolojideki ve muhtemelen diğer alanlardaki bir kongre, korelasyonların (yani, $ r $) tipik olarak bir veya sıklıkla iki değişkenli ilişkiler matrisini özetlerken rapor edilmesi ve $ r ^ 2 $ 'nın bağlamında rapor edilmesidir. bir değişkeni tahmin eden modeller (örneğin, çoklu regresyon). Bu, birkaç nedenden dolayı mantıklıdır. İlk olarak, korelasyon ilişkinin yönünü belirtirken $ r ^ 2 $ bunu yapmaz; ancak, model katsayıları yorumlanarak tahmin modellerinde yön bilgisi iletilir. İkinci olarak, korelasyonların tipik olarak 0,1 ile 0,3 arasında değiştiği durumlarda, korelasyon $ r ^ 2 $ 'dan biraz daha nüanslı görünmektedir ve bu nedenle daha az ondalık basamağın görüntülenmesi gerekir.

$ r $ ve $ r ^ 2 $ 'ı düz İngilizce olarak açıklama

  • $ r $, iki değişken arasındaki doğrusal ilişkinin gücü ve yönünün standartlaştırılmış bir ölçüsüdür. mükemmel bir negatif ilişki ve 1 mükemmel bir pozitif ilişki için.
  • İstatistiksel olmayan kitlenize Cohen ve diğerleri tarafından belirlenen bazı temel kurallar hakkında fikir vermek isteyebilirsiniz (r = .1 = küçük; r = .3 = orta; r = .5 = büyük gibi) aynı zamanda bu tür reçeteleri tam anlamıyla almamalarını söylerken Ayrıca, çeşitli korelasyonların bazı dağılım grafiklerini ve ilgi alanlarındaki bazı tipik korelasyon büyüklükleri örneklerini sunabilirsiniz.
  • $ r $ 'nın biraz sezgisel bir yorumu, bunun standartlaştırılmış bir regresyon katsayısına eşdeğer olmasıdır.
  • İki değişken arasındaki doğrusal ilişkinin açıkladığı varyans yüzdesi olarak $ r ^ 2 $ yorumunun nispeten sezgisel olduğunu düşünüyorum.
Teşekkürler! Ayrıntılı yanıtlarınızdan çok şey öğrendim.
#2
+6
Felix S
2011-09-19 16:55:04 UTC
view on stackexchange narkive permalink

"Etki büyüklüğü" terimine atıfta bulunursanız, bunların nasıl rapor edileceğine dair bazı standartlar vardır (Cohen, 1992). En yaygın olanı Cohen'in $ d $ 'dır ve doğrudan korelasyon tabanlı etki boyutu ölçüsüne dönüştürülebilir, $ r_ {ES} $:

$ r_ {ES} = \ frac {d} {\ sqrt {(d2 + 4)}} $

ANOVA'lar için, genellikle doğrudan "açıklanan varyans" anlamına gelen $ \ eta ^ 2 $ rapor edersiniz.

orijinal istatistikler bir korelasyondu, sadece korelasyonu bildirin. Zaten bir etki büyüklüğü ölçüsüdür .

Bunları düz bir İngilizce ile açıklamak için, Cohen'in etki büyüklüğü büyüklükleri tablosuna başvuracağım. Korelasyonlar için şöyle der:

  • <.10: önemsiz
  • .10 - .30: küçükten ortaya
  • .30 - .50: ortadan büyüğe
  • > .50: büyükten çok büyüğe

Cohen, J. (1992). Bir güç astarı. Psychological Bulletin, 112, 155-159. doi: 10.1037 / 0033-2909.112.1.155

Çok teşekkürler, ama bunun vaiance ile nasıl bir ilişkisi var? (Evet, korelasyon testiyle ilgileniyorum)
Herhangi bir efekt boyutu ölçüsünü r_ES'e dönüştürebilirsiniz (formülü d'den r'ye ekledim cevabıma). Daha sonra açıklanan varyansı elde etmek için r'nin karesini alabilirsiniz.
Formülün sadece eşit örnek büyüklükleri için çalıştığına inanıyorum.Ayrıca, Cohen'in * d * 'sinin belirli bir biçimini varsayar.Bence bu durumda Cohen'in * d * burada * n * havuzlanmış standart sapma için paydada kullanılır, * n - 2 * değil.


Bu Soru-Cevap, otomatik olarak İngilizce dilinden çevrilmiştir.Orijinal içerik, dağıtıldığı cc by-sa 3.0 lisansı için teşekkür ettiğimiz stackexchange'ta mevcuttur.
Loading...