1,721,157 research outputs found
La significatività della significatività
No full textCommento all'articolo bersaglio “La crisi internazionale di credibilità della psicologia come un’opportunità di crescita: Problemi e possibili soluzioni” di Marco Perugini, Giornale Italiano di Psicologia
Analisi della varianza per dati binomiali. E' realmente necessaria la trasformata arcoseno?
No full textLa trasformata arcoseno viene generalmente applicata, nel contesto
dell’ANOVA, quando si ha una variabile che indica una proporzione (ad esempio il
numero di risposte corrette di un soggetto ad un compito). Per valutare se sia effettivamente necessaria tale trasformazione è stato simulato un esperimento (con metodo
Monte Carlo), in cui ciascun soggetto è assegnato ad una condizione e gli viene richiesto di dare risposta ad una serie di item dicotomici. Sono state utilizzate tre diverse
variabili dipendenti in tre modelli ANOVA: il numero di risposte corrette, la proporzione di risposte corrette e la proporzione trasformata con l’arcoseno. Il numero di risposte corrette è stato analizzato anche con un modello lineare generalizzato (GLM).
L’applicazione della trasformata arcoseno non porta un effettivo vantaggio nel controllo
dell’errore di I tipo. Inoltre la potenza risulta essere sempre minore, sia rispetto al
GLM che alla semplice ANOVA sui dati non trasformati
Analisi dei dati in psicologia (con applicazioni in R)
No full textIl manuale illustra gli aspetti base dell'analisi dei dati quantitativi nell'ambito delle discipline psicologiche e sociali. A tale fine, consapevole del fatto che i fenomeni studiati da queste discipline sono particolarmente complessi, l'autore ha scelto di privilegiare gli aspetti applicativi, pur non trascurando la contestualizzazione teorica. Dopo una prima parte introduttiva, nella seconda parte è affrontata l'analisi dei dati con particolare riferimento ai modelli di regressione lineare e alle potenzialità dell'ambiente R
I limiti dell'approccio NHST e l'alternativa Bayesiana.
No full textNella ricerca psicologica l’approccio NHST è la modalità più frequente per
l’inferenza statistica. Di fatto tale metodo si riduce ad una decisione sulla significatività
dei risultati basata solo sulla valutazione del p-value. In realtà il p-value non è una misura dell’evidenza statistica perché influenzato da elementi esterni quali la numerosità
campionaria, dati che non vengono osservati e le intenzioni soggettive del ricercatore
(Wagenmakers, 2007). In questo lavoro sono presentate alcune esemplificazioni che illustrano come interpretare il p-value ed i problemi ad esso connessi. Una soluzione alternativa viene proposta con l’approccio Bayesiano, presentando un’applicazione della
modalità per il confronto tra ipotesi nel caso del t-test. Utilizzando il paradigma Bayesiano diventa possibile valutare con una probabilità l’evidenza dell’ipotesi nulla in relazione a possibili ipotesi alternative
Modelli di equazioni strutturali per variabili osservate: una nota sugli indici di adattamento.
No full textI modelli di equazioni strutturali per sole variabili osservate, pur essendo molto utilizzati nell’ambito di alcune discipline psicologiche, non sempre vengono riconosciuti come caso particolare dei modelli con variabili latenti. Quando tali modelli vengono riconosciuti come appartenenti alla famiglia dei modelli di equazioni strutturali, gli autori tendono a riportare lo stesso tipo di indici di adattamento. In questo lavoro ci siamo occupati di valutare se questi indici siano appropriati quando nel modello mancano
le variabili latenti. Abbiamo studiato il comportamento di alcuni noti indici con un esperimento Monte Carlo utilizzando quattro tipologie di modello e manipolando la quota di errore. Dall’analisi è emerso che
gli indici di adattamento utilizzati generalmente sono indipendenti dalla varianza d’errore nel modello, cosa che li può rendere non particolarmente informativi. L’unico indice sensibile a tale elemento è il
Coefficiente di Determinazione Totale (CD), che sembra anche poco legato alla performance degli altri indici considerati. Pertanto, nel caso di modelli di equazioni strutturali che non contemplano la presenza di variabili latenti, si suggerisce di affiancare l’uso del CD agli altri indici
overlapping: Estimation of Overlapping in Empirical Distributions.
No full textFunctions for estimating the overlapping area of two or more empirical distributions
Overlapping: a R package for Estimating Overlapping in Empirical Distributions
Full text linkoverlapping is an R package for estimating the overlapping area of two or more kernel
density estimations from empirical data. The main idea of the package is to offer an
easy way to quantify the similarity (or the difference) between two or more empirical
distributions
sgr: The library for Sample Generation by Replacement simulations.
No full textThe library for Sample Generation by Replacement simulations. The package can be used to perform fake data analysis according to the sample generation by replacement approach. It includes functions for making simple inferences about discrete/ordinal fake data. The package allows to study the implications of fake data for empirical results
- …
