Wilcoxon প্রভাবিত আকারে র‌্যাঙ্ক পরীক্ষায় স্বাক্ষরিত?


18

কিছু লেখক (যেমন প্যালান্ট, 2007, পৃষ্ঠা 225; নীচের চিত্র দেখুন) পর্যবেক্ষণের সংখ্যার বর্গমূলের মাধ্যমে পরীক্ষার পরিসংখ্যানকে বিভক্ত করে উইলকক্সন স্বাক্ষরিত র‌্যাঙ্ক পরীক্ষার জন্য প্রভাব আকার গণনা করার পরামর্শ দিয়েছেন:

r=Znx+ny

Zএসপিএসএস দ্বারা পরীক্ষার পরিসংখ্যান আউটপুট (নীচের চিত্রটি দেখুন) পাশাপাশি wilcoxsign_testআর। এর মাধ্যমেও (আমার সম্পর্কিত প্রশ্নটিও দেখুন: উইলকক্সসাইন_টেষ্টে টেস্টস্ট্যাটিক বনাম লাইনারিস্ট্যাটিক )

অন্যরা ব্রাভাইস-পিয়ারসনকে পরামর্শ দেয় ( ) অথবা Spearman (r=cov(XY)sd(X)×sd(Y) ) পারস্পরিক সম্পর্ক কোফিসিয়েন্টস (ডাটা ধরনের উপর নির্ভর করে)।rS

আপনি যখন তাদের গণনা করুন, দুটি r গুলি দূরবর্তীরূপে এক হয় না। যেমন, আমার বর্তমান তথ্যের জন্য:

r = 0.23 ( r=Znx+ny )

r = 0.43 (পিয়ারসন)

এগুলি পুরোপুরি ভিন্ন প্রভাবের আকারকে বোঝায়।

তাহলে ব্যবহারের সঠিক প্রভাব আকারটি কোনটি, এবং কীভাবে দু'জন rএকে অপরের সাথে সম্পর্কিত?


পৃষ্ঠা 224 (নীচের অংশ) এবং প্যালান্ট, জে। (2007) থেকে 225। এসপিএসএস বেঁচে থাকার ম্যানুয়াল:

এখানে চিত্র বর্ণনা লিখুন

এখানে চিত্র বর্ণনা লিখুন



3
আমি বরং এটি যেমনটি রেখে দেই তেমনি - যদি ব্র্যাভয়েস একটি ভাষায় creditণ পাওয়ার যোগ্য হয় তবে সে অন্য ভাষায় এটির যোগ্য! আমি আমার শিক্ষার ফাঁক পূরণ করার প্রশংসা করি।
গ্লেন_বি -রিনস্টেট মনিকা

1
হ্যাঁ, কারণ আমার এমন একটি পরীক্ষা দরকার যা বন্ধনগুলি পরিচালনা করতে পারে।

2
nnn=nx+ny

1
আমি ব্যক্তিগতভাবে ভেবেছিলাম যে জেড / স্কয়ার্ট (এন) হতে পারে একটি বিকল্প। মান-হুইটনিতে উইকিপিডিয়া কির্বির একটি পিডিএফ পেপারের সাথে লিঙ্ক করেছে যা জুটিযুক্ত উইলকক্সনকেও বিবেচনা করে; আমি আর্টিকেলটি নিজে পড়িনি।
ttnphns

উত্তর:


6
  • যদি আপনার কোনও সম্পর্ক না থাকে তবে আমি মানগুলির পরে সংখ্যার তুলনায় কম মানগুলির পরে প্রতিবেদন করব।
  • যদি আপনার সম্পর্ক থাকে তবে আপনি নন-বাঁধা জোড়গুলির মোট সংখ্যার চেয়ে আগের মানগুলির তুলনায় কম মানের তুলনা করতে বা তিনটি অনুপাত (<, =,>) এবং সম্ভবত দুটির যোগফলের যোগফলের প্রতিবেদন করতে পারবেন আরও অর্থবহ। উদাহরণস্বরূপ, আপনি বলতে পারেন যে'৩৩% পরিসংখ্যানের ভয় কম ছিল, 57% অপরিবর্তিত ছিল এবং 10% কোর্সের পরে বেশি ভয় পেয়েছিল যে 90% আগের মতোই বা ভাল ছিল '।

NzNz/Nz/N আপনার প্রভাবের জন্য লোকেদের দ্রুত, সহজবোধ্য অন্তর্দৃষ্টি দেবে না।

যদিও আর একটি বলি আছে। আপনি সামগ্রিক প্রভাবের আকারের একটি অনুমান চান, লোকেরা সাধারণত উইলকক্সন স্বাক্ষরিত র‌্যাঙ্ক পরীক্ষাটি কেবলমাত্র অর্ডিনাল ডেটার সাথে ব্যবহার করে। এটি হ'ল যেখানে তারা বিশ্বাস করে না যে ডেটাটি কোনও শিক্ষার্থীর মধ্যে শিফটের মাত্রা নির্ভরযোগ্যতার সাথে নির্দেশ করতে পারে তবে কেবল একটি শিফট ঘটেছে। এটি আমাকে উপরে আলোচিত অনুপাতে আনছে।


অন্যদিকে, যদি আপনি বিশ্বাস করেন যে মানগুলি অন্তর্নিহিত অর্থবহ (যেমন, আপনি কেবল স্বাতন্ত্র্য এবং বহিরাগতদের দৃ rob়তার জন্য স্বাক্ষরিত র‌্যাঙ্ক পরীক্ষাটি ব্যবহার করেছেন), আপনি কেবল একটি কাঁচা গড় বা মাঝারি পার্থক্য বা মানকযুক্ত গড় পার্থক্যটি ব্যবহার করতে পারেন প্রভাব একটি পরিমাপ হিসাবে।


2
+1 আপনার প্রস্তাবিত প্রভাব ব্যবস্থা সহজেই বোঝা যায় এবং পরীক্ষার পরিসংখ্যানগুলির সাথেও সম্পর্কিত related
জন

2

কোন ধরণের ডেটা মূল্যায়ন করা হচ্ছে তা না জেনে এখানে ভাল পরামর্শ দেওয়া খুব কঠিন। এবং সত্যিই, আপনি এটি পেতে পারেন। এর মতো প্রশ্নের জন্য এফেক্ট আকারের সেরা পরিমাপের মতো আর কিছুই নেই ... সম্ভবত কখনও।

প্রশ্নে উল্লিখিত প্রভাব আকারগুলি সমস্ত মানকৃত প্রভাব আকার। তবে এটি সম্পূর্ণভাবে সম্ভব যে মূল ব্যবস্থার মাধ্যমগুলি বা মিডিয়ানগুলি ঠিক আছে। উদাহরণস্বরূপ, যদি আপনি পরিমাপ করে থাকেন যে কোনও উত্পাদন প্রক্রিয়া শেষ হতে কতক্ষণ সময় লাগে তবে সময়ের মধ্যে পার্থক্যটি পুরোপুরি যুক্তিসঙ্গত প্রভাবের আকার হওয়া উচিত। প্রক্রিয়াতে যে কোনও পরিবর্তন, ভবিষ্যতের পরিমাপ, সিস্টেম জুড়ে পরিমাপ এবং কারখানাগুলি জুড়ে পরিমাপ সমস্ত কিছু সময় মতো হবে। হতে পারে আপনি গড়টি চান বা হতে পারে আপনি মাঝারি বা এমনকি মোডও চান, তবে আপনাকে প্রথমে যা করতে হবে তা হল আসল পরিমাপের স্কেলটি দেখুন এবং দেখুন যে সেখানে প্রভাবের আকারটি ব্যাখ্যা করার পক্ষে যুক্তিযুক্ত এবং মাপের সাথে দৃ connected়ভাবে সংযুক্ত আছে কিনা।

সে সম্পর্কে চিন্তাভাবনা করতে সহায়তা করার জন্য, প্রভাবগুলি যেগুলি মানিক হওয়া উচিত সেগুলি হ'ল এমন বিষয়গুলি যা পরোক্ষভাবে এবং বিভিন্ন উপায়ে মাপা হয়। উদাহরণস্বরূপ, মনস্তাত্ত্বিক স্কেলগুলি সময়ের সাথে এবং বিভিন্ন উপায়ে পরিবর্তিত হতে পারে এবং অন্তর্নিহিত চলকটি পাওয়ার চেষ্টা করা যায় যা সরাসরি মূল্যায়ন করা হয় না। এই ক্ষেত্রে আপনি প্রমিত আকারের আকার চান।

মানসম্মত প্রভাব আকারের সাহায্যে সমালোচনামূলক সমস্যাটি কেবল কোনটি ব্যবহার করবেন তা নয় তবে তারা কী বোঝাতে চাইছে। আপনি আপনার প্রশ্নটিতে ইঙ্গিত করার সাথে সাথে তাদের অর্থ কী তা আপনিও জানেন না এবং এটি গুরুত্বপূর্ণ বিষয়। যদি আপনি না জানেন যে মানকৃত প্রভাবটি কী তা হয় তবে আপনি এটি সঠিকভাবে প্রতিবেদন করতে পারবেন না, এটি সঠিকভাবে ব্যাখ্যা করতে পারবেন বা সঠিকভাবে ব্যবহার করতে পারবেন না। তদুপরি, যদি আপনি বিভিন্ন উপায়ে ডেটা নিয়ে আলোচনা করতে চান তবে একের বেশি প্রভাবের আকারের প্রতিবেদন করা থেকে বিরত কিছু নেই। লিনিয়ার সম্পর্কের ক্ষেত্রে যেমন পণ্য মুহুর্তের সম্পর্ক সম্পর্কিত, বা স্পিয়ারম্যানের সাথে সম্পর্কগুলির ক্ষেত্রে আপনি নিজের ডেটা নিয়ে আলোচনা করতে পারেনrএবং এর মধ্যে পার্থক্য বা কেবল সারণীতে সমস্ত তথ্য সরবরাহ করে। এতে মোটেই কিছু ভুল নেই। তবে আপনার ফলাফলগুলির অর্থ কী আপনি চান তা সিদ্ধান্ত নিতে হবে anything এটি এমন কিছু যা প্রদত্ত তথ্য থেকে উত্তর দেওয়া যায় না এবং এ জাতীয় ফোরামে কোনও প্রশ্নের পক্ষে যুক্তিসঙ্গত চেয়ে অনেক বেশি তথ্য এবং ডোমেন নির্দিষ্ট জ্ঞানের প্রয়োজন হতে পারে।

এবং সর্বদা আপনি কীভাবে প্রভাবের প্রতিবেদন করছেন সে সম্পর্কে মেটা-বিশ্লেষণাত্মকভাবে ভাবেন। ভবিষ্যতে লোকেরা কীভাবে আমি প্রতিবেদন করছি ফলাফল নিতে এবং এগুলি অন্যদের সাথে সংহত করতে সক্ষম হবে? এই জিনিসগুলির জন্য আপনার ক্ষেত্রে সম্ভবত কোনও মান আছে। সম্ভবত আপনি মূলত একটি প্যারাম্যাট্রিক পরীক্ষা বাছাই করেছেন কারণ আপনি অন্তর্নিহিত বিতরণ সম্পর্কে অন্যরা যে সিদ্ধান্তে এসেছেন তা বিশ্বাস করেন না এবং আপনি প্রাথমিকভাবে প্যারামেট্রিক পরীক্ষাগুলি ব্যবহার করে এমন ক্ষেত্রে আপনার অনুমানগুলিতে আরও রক্ষণশীল হতে চান। সেক্ষেত্রে প্যারামিট্রিক টেস্টগুলির সাথে সাধারণত একটি প্রভাব আকার সরবরাহ করার ক্ষেত্রে কোনও ভুল নেই। আপনি কীভাবে অনুরূপ গবেষণার বৃহত্তর সাহিত্যে আপনার সন্ধানকে রাখবেন সে সম্পর্কে চিন্তাভাবনা করার সময় এই এবং অন্যান্য অনেক বিষয় বিবেচনা করা দরকার। সাধারণত ভাল বর্ণনামূলক পরিসংখ্যান এই সমস্যাগুলি সমাধান করে।

সুতরাং এটি প্রাথমিক পরামর্শ। আমার কয়েকটি অতিরিক্ত মন্তব্য আছে। আপনি যদি চান যে আপনার প্রভাবের আকারটি আপনি যে পরীক্ষার সাথে করেছেন তার সাথে দৃ strongly়ভাবে সম্পর্কিত হোক তবে Zভিত্তিক সুপারিশটি অবশ্যই সর্বোত্তম। আপনার স্ট্যান্ডার্ডাইজড এফেক্ট সাইজের অর্থ পরীক্ষার মতো একই জিনিস। তবে আপনি যত তাড়াতাড়ি এটি করছেন না, তখন বেশিরভাগ কিছুই ব্যবহার করার ক্ষেত্রে কোনও ভুল নেই, এমনকি কোহেনের মতো কিছু dযা প্যারামেট্রিক পরীক্ষার সাথে যুক্ত। গণনার মাধ্যম, স্ট্যান্ডার্ড বিচ্যুতি, বা এর জন্য স্বাভাবিকতার কোনও অনুমান নেইdস্কোর। আসলে, প্রস্তাবিত পারস্পরিক সম্পর্ক সহগের চেয়ে দুর্বল অনুমান রয়েছে। এবং সর্বদা ভাল বর্ণনামূলক পদক্ষেপের প্রতিবেদন করুন। আবার, বর্ণনামূলক পদক্ষেপগুলির কোনও অনুমান নেই যে আপনি লঙ্ঘন করছেন তবে তাদের মূল অর্থ মনে রাখবেন। আপনি বর্ণনামূলক পরিসংখ্যানের প্রতিবেদন করেছেন যা আপনি যে ডেটা বলতে চান এবং তার অর্থ বলতে চান এবং মিডিয়ানরা বিভিন্ন কথা বলে।

আপনি যদি স্বতন্ত্র ডিজাইন প্রভাবের আকারগুলির তুলনায় বারবার ব্যবস্থা গ্রহণ করতে চান তবে তা সত্যিই সম্পূর্ণ নতুন প্রশ্ন।

আমাদের সাইট ব্যবহার করে, আপনি স্বীকার করেছেন যে আপনি আমাদের কুকি নীতি এবং গোপনীয়তা নীতিটি পড়েছেন এবং বুঝতে পেরেছেন ।
Licensed under cc by-sa 3.0 with attribution required.