1,720,998 research outputs found
Multi-aspect permutation tests in shape analysis with small sample size
No full textInferential methods known in the shape analysis literature make use of configurations of landmarks optimally superimposed using a least-squares procedure or analyze matrices of interlandmark distances. For example, in the two independent sample case, a practical method for comparing the mean shapes in the two groups is to use the Procrustes tangent space coordinates, if data are concentrated, calculate the Mahalanobis distance and then the Hotelling T(2)-test statistic. Under the assumption of isotropy, another simple approach is to work with statistics based on the squared Procrustes distance and then consider the Goodall F-test statistic. Despite their widespread use, on the one hand it is well known that Hotelling's T(2)-test may not be very powerful unless there are a large number of observations available, and on the other hand the underlying model required by Goodall's F-test is very restrictive. For these reasons, an extension of the nonparametric combination (NPC) methodology to shape analysis is proposed. Focussing on the two independent sample case, through a comparative simulation study and an application to the Mediterranean monk seal skulls clataset, the behaviour of some nonparametric permutation tests has been evaluated, showing that the proposed tests are very powerful, for both balanced and unbalanced sample sizes. (C) 2009 Elsevier B.V. All rights reserved
Valutazione degli effetti di un training conversazionale su teoria della mente e solitudine in età scolare.
No full textIntroduzione: La letteratura sulle abilità di teoria della mente (ToM) nella media infanzia si è ampliata nel corso degli ultimi anni e alcuni ricercatori hanno attuato interventi di training finalizzati al miglioramento di tali abilità. Studi recenti hanno mostrato che training basati sulle conversazioni circa gli stati mentali migliorano non solo le abilità di ToM (e.g. Bianco, Lecce, & Banerjee, 2016; Lecce, Bianco, Devine, Hughes, & Banerjee, 2014), ma anche altre abilità, come la comprensione di emozioni e l’orientamento prosociale (Ornaghi, Grazzani, Cherubin, Conte, & Piralli, 2015). Nel presente studio abbiamo esaminato un possibile effetto di modulazione indotta da un training conversazionale sulle abilità di ToM (misurate tramite le Strange Stories) e sulla percezione di solitudine e insoddisfazione sociale (misurata tramite il questionario Loneliness and Social Dissatisfaction Questionnaire - LSDQ).
Metodo: A tale scopo abbiamo coinvolto 210 bambini di quarta (età media= 9.3 anni, DS = 0.29) e quinta elementare (età media = 10.08 anni, DS = 1.07), casualmente assegnati ad una delle due condizioni (ToM o no-ToM). Entrambi i gruppi hanno partecipato a cinque sessioni di training conversazionale (da 50 minuti ciascuna) nell’arco di un mese: a partire dalla lettura di una storia il gruppo assegnato alla condizione ToM conversava sugli stati mentali dei personaggi mentre il gruppo assegnato alla condizione no-ToM su elementi non mentalistici della narrazione. Tutti i bambini hanno completato una prova di vocabolario, le Strange Stories e il questionario LSDQ prima (T0) e dopo il training (T1), così come due mesi dopo (T2). La performance dei due gruppi nelle prove a T0 era simile.
Risultati: Le variazioni dei punteggi nelle Strange Stories e nel questionario LSDQ ottenuti durante il progetto nei due gruppi sono state valutate tramite modelli lineari ad effetti misti. Per quanto riguarda le abilità di ToM, è emerso un aumento significativo dei punteggi nel tempo (p-value T1 < .0001, p-value T2 < .0001); inoltre, la performance dei bambini assegnati alla condizione ToM risulta a T1 significativamente superiore rispetto a quella dei bambini assegnati alla condizione no-ToM (effetto significativo dell’interazione tra tempo e gruppo, p-value =0.0004). Relativamente al questionario LSDQ, si è osservata una riduzione nei punteggi dei bambini assegnati alla condizione ToM al tempo T1 (p-value= 0.0321).
Discussione: Le conversazioni mirate alla comprensione e all’utilizzo di diversi stati mentali (condizione ToM) non solo hanno favorito l’aumento di abilità di ToM ma hanno anche ridotto la percezione di solitudine e insoddisfazione sociale. Le conversazioni limitate ad elementi non mentalistici (condizione no-ToM) della narrazione non hanno sortito lo stesso effetto benefico.
Conclusioni: I risultati del presente lavoro suggeriscono pertanto l’utilità di interventi conversazionali per la promozione del benessere negli anni della scuola primaria
Valutazione degli effetti di un training conversazionale su teoria della mente e strategie di coping in età scolare
No full textRobust non-parametric tests for complex-repeated measures problems in ophthalmology
No full textThe NonParametric Combination methodology (NPC) of dependent permutation tests allows the
experimenter to face many complex multivariate testing problems and represents a convincing and
powerful alternative to standard parametric methods. The main advantage of this approach lies in its
flexibility in handling any type of variable (categorical and quantitative, with or without missing values)
while at the same time taking dependencies among those variables into account without the need of
modelling them. NPC methodology enables to deal with repeated measures, paired data, restricted
alternative hypotheses, missing data (completely at random or not), high-dimensional and small sample
size data. Hence, NPC methodology can offer a significant contribution to successful research in
biomedical studies with several endpoints, since it provides reasonably efficient solutions and clear
interpretations of inferential results. Pesarin F. Multivariate permutation tests: with application in
biostatistics. Chichester-New York: John Wiley &Sons, 2001; Pesarin F, Salmaso L. Permutation tests for
complex data: theory, applications and software. Chichester, UK: John Wiley &Sons, 2010. We focus on nonparametric
permutation solutions to two real-case studies in ophthalmology, concerning complexrepeated
measures problems. For each data set, different analyses are presented, thus highlighting
characteristic aspects of the data structure itself. Our goal is to present different solutions to
multivariate complex case studies, guiding researchers/readers to choose, from various possible
interpretations of a problem, the one that has the highest flexibility and statistical power under a set
of less stringent assumptions. MATLAB code has been implemented to carry out the analyses
Valutazione degli effetti di un training conversazionale su teoria della mente e strategie di coping in età scolare.
No full textAdjusting Stepwise p-Values in Generalized Linear Models
No full textStepwise methods for variable selection are frequently used to determine the predictors of an outcome in generalized linear models. Although it is widely used within the scientific community, it is well known that the tests on the explained deviance of the selected model are biased. This arises from the fact that the traditional test statistics upon which these methods are based were intended for testing pre-specified hypotheses; instead, the tested model is selected through a data-driven procedure. A multiplicity problem therefore arises. In this work, we define and discuss a nonparametric procedure to adjust the p-value of the selected model of any stepwise selection method. The unbiasedness and consistency of the method is also proved. A simulation study shows the validity of this procedure. Theoretical differences with previous works in the same field are also discussed
Multivariate permutation shape analysis with application to aortic valve morphology. Stereology and Image Analysis
No full textMulti-Aspect Procedures for Paired Data with Application to Biometric Morphing
No full textAs is common in case-control studies, treatments have an influence not only on mean values, but also on variance or distributional aspects. That is why several statistics, each one suitable for a specific aspect, are usually assessed (Salmaso and Solari, 2005). According to Farkas (1947, p. 185), different tests of significance are appropriate to test different features of the same null hypothesis (Lehmann, 1993), thus leading to the Multi-Aspect (MA) testing issue (Pesarin and Salmaso, 2010). When dealing with paired data, usually inferences concern differences between the means. However, there are some circumstances in which it is of interest to test for differences between the variances (McCulloch, 1987). Here, we present a nonparametric permutation solution to this problem. Our goal is to develop MA techniques for paired data, thus finding powerful tests, such that both differences in mean and in variance are separately identified. The inferential procedures proposed in the paper and assessed throughout a simulation study are then applied to a real case study in rhinoseptoplasty surgery
Nonparametric methods in observational studies for testing for association in bladder cancer
No full text- …
