Soru:
Aykırı değerleri belirlemek ve çıkarmak sorunlara neden oldukları için uygun mu?
Sarah Brcan
2011-09-13 07:14:05 UTC
view on stackexchange narkive permalink

Bunların tümü Psikoloji onur tezimle ilgili.

İki grubum var (Otizm ve kontrol) ve tüm katılımcılar dört görevi tamamladı. Çalışmam için grupların görevlerin her birinde tepki süresine göre farklılık göstermemesi çok önemli. Ancak yaparlar. Otizm grubu, kontrol grubundan daha hızlı yanıt verdi. Bu, aslında araştırmak istediğimiz yapının sonuçlarını karıştırıyor.

Çalışmadan aykırı değerleri çıkararak farkı düzeltebileceğimi düşündüm. Hem tek değişkenli (Boxplots, SD = +/- 2.5, dört görevin her biri için) hem de çok değişkenli seviyede (Mahalanobis Dsq) aykırı değerleri belirlemeye çalıştım. Hiçbir katılımcı aykırı olarak gelmez. Daha sonra, ortalama tepki süreleri düşük olan ('düşük' keyfi bir değerdir) katılımcıları hariç tutacağımı düşündüm, ancak yine de iki grup arasındaki fark önemliydi.

  • Yapabileceğim başka bir şey var mı?
  • Tezimde böyle bir süreci nasıl rapor ederim?
Bu görevlerde hızlı RT'lere sahip olmanın sonuçlarınızı neden karıştırdığını biraz açıklayabilir misiniz?
Kulağa ne kadar zor gelse de: Analizinizin kendisinin doğru olduğunu varsayarsak, verilerinizi değiştirmeden yapabileceğiniz pek bir şey yoktur ... Ancak, belki önce varsayımları kontrol edin. Örnek boyutunuz ne kadar büyük? Hangi testi kullandın? Varsayımları olan bir test durumunda, onları kontrol ettiniz mi (örneğin, t-testi kullanılmışsa normallik)? Ortaya çıkan p değeri nedir? Biraz şansla çalışmanızın sonuçlarına karşı tartışmanız mümkün olabilir;)
Bu testi yapan otizmli deneklerin daha hızlı tepki süresine sahip olduğu zaten biliniyor mu - bir şey arayıp başka bir şey mi buldunuz? Ve eğer daha hızlı tepki süreleri varsa, bu dikkate değer mi?
Veriler nasıl toplandı? Doğru olduğundan emin misin? İşleri bozan bir veri girişi hatası / iletişimsizlik var mı? İlgilendiğiniz değişken (ler) e yönelik olarak yanıtlayanlar arasında ölçüm birimleri tutarlı mı? Bunlardan bazılarının alakalı olmayabileceğinin farkındayım, ancak asıl mesele, sizi verilerin kendisi hakkında düşündürmek ve neden verilerin geri kalanına uymayabileceğini anlamaya çalışmaktır. Belki de cevap, gözlemlediğiniz olgunun başlangıçta düşünüldüğünden daha karmaşık olduğu ve çığır açan bir araştırmaya girdiğinizdir!
Görünüşe göre bir şey keşfetmişsiniz :-). Neden onları bir kenara atmak yerine “aykırı değerleri” incelemeyesiniz (ve böylece sonuçlarınızı gerçekte çalıştığınız konuların ötesinde herhangi birine genelleme hakkını kaybedersiniz)?
üç yanıtlar:
#1
+14
Michael Lew
2011-09-13 09:43:48 UTC
view on stackexchange narkive permalink

Özne kategorilerinin tepki sürelerinde gerçek bir farklılık gösterme olasılığını göz önünde bulundurmanız çok önemlidir. Durum böyleyse, farkı yaratan her şey potansiyel olarak yapay sonuçlara yol açacaktır. Aykırı değerlerin varlığından kaynaklanan uygunsuz bir etki olduğunu varsaymayın.

Belki de tepki süresi ile başka bir sonuç ölçüsü arasında bir ilişki arayabilirsin. İlişkinin şekli otistik denekler ve normal denekler arasında farklılık gösterebilir.

#2
+8
Peter Flom
2011-09-13 14:55:55 UTC
view on stackexchange narkive permalink

Aykırı değerleri sadece soruna neden oldukları için hariç tutmamalısınız veya verilerinizin bir alt kümesini kullanmamalısınız çünkü tüm veriler sorunlara neden olur. Bunların hiçbiri sizin durumunuzdaki "sorunu" çözmedi, ancak çözseler bile doğru olmaz.

Ne yapmaya çalıştığınız veya nasıl yapıyorsun, ancak bir ortak değişken olarak tepki süresini ekleyebilir misin?

Bunu bir ortak değişken olarak eklemek benim de ilk düşüncemdi, ancak bununla ilgili bir sorun görüyorum, tamamen istatistiksel olmaktan çok kavramsal / mantıksal olan. Bu rotayı kullanmak, her grup ortalama bir tepki süresine sahipmiş gibi test grubu farklılıkları anlamına gelir. Bu, popülasyonlarda açıkça doğru olmayan bir şey olduğu için, bu açıyı denemek mantıksız mı? ... Çalışmanızda neden karşılaştırılabilir tepki süresinin en önemli olduğuna inandığınızı açıklarsanız, muhtemelen ek yararlı yanıtlar alacaksınız.
#3
-1
Wake2Sleep
2011-09-14 20:28:16 UTC
view on stackexchange narkive permalink

Verilerinizi biraz daha keşfetmeniz gerekiyor gibi görünüyor. Neden kümeleme gibi denetimsiz bazı teknikleri denemiyorsunuz? Aykırı değerler kendi gruplarında görünürdü. Ve kontrollerinizin bir tür gruplanacağını düşünürdünüz.

Ne olursa olsun, görmeyi beklediğiniz bir etkiyi görmemekle ilgili bir teziniz olabilir. Verilerinizin / yönteminizin nasıl kusurlu olmadığını açıklamanız gerekir. Ve test deneklerinizin ve kontrollerinizin neden birlikte gruplandığını açıklamak için ekleyebileceğiniz değişkenlerle ilgili bir bölüm ekleyin. Bu çalışma hâlâ gelecekteki araştırmacılara yardımcı oluyor.

Bu sorunun iki olumsuz oy almasını talihsiz buluyorum (bu yorumu yazarken). Bu bağlamda davalıyla mutlaka aynı fikirde olmasam da, olumsuz oylama için neden yeterince uygun olmadığı konusunda kesinlikle bazı yorumları hak ediyor.
Andy W: Güzel dedim!


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