অসম নমুনা আকার: কখন এটি কল ছেড়ে দেওয়া হবে


14

আমি একাডেমিক জার্নাল নিবন্ধ পর্যালোচনা করছি এবং লেখকরা কোনও অনুমানমূলক পরিসংখ্যান না জানার ন্যায়সঙ্গত হিসাবে নিম্নলিখিতটি লিখেছেন (আমি দুটি গ্রুপের প্রকৃতিটি সনাক্ত করেছি):

মোট, 2,349 (1.1%) উত্তরদাতাদের 25 টি এক্স রিপোর্ট করেছেন । আমরা বিশ্লেষণ উপস্থাপনা থেকে যথাযথভাবে বিরত থাকি যে পরিসংখ্যানগতভাবে গ্রুপ এক্সকে গ্রুপ ওয়াইয়ের সাথে তুলনা করুন (অন্যান্য ২,৩৪৪ জন অংশগ্রহণকারী) যেহেতু এই ফলাফলগুলি খুব কমই এই দুর্লভ পরিণতির সাথে সম্ভাবনা দ্বারা চালিত হতে পারে।

আমার প্রশ্নটি কি এই গবেষণার লেখকরা গ্রুপগুলির সাথে তুলনা করার ক্ষেত্রে তোয়ালে নিক্ষেপ করা ন্যায়সঙ্গত? যদি তা না হয় তবে আমি তাদের কাছে কী সুপারিশ করব?

উত্তর:


20

পরিসংখ্যান পরীক্ষাগুলি নমুনার আকার সম্পর্কে অনুমান করে না। অবশ্যই বিভিন্ন পরীক্ষা (যেমন, স্বাভাবিকতা) এর সাথে পৃথক অনুমান রয়েছে তবে নমুনা আকারগুলির সমতা তাদের মধ্যে একটি নয়। ব্যবহৃত পরীক্ষাটি অন্য কোনও উপায়ে অনুপযুক্ত না হলে (আমি এই মুহূর্তে কোনও সমস্যা ভাবতে পারি না), ত্রুটি হারের ধরণটি অসম্পূর্ণ গ্রুপের আকারগুলির দ্বারা প্রভাবিত হবে না। তদুপরি, তাদের বাক্যবৃত্তি বোঝায় (আমার মনে) যে তারা বিশ্বাস করে যে এটি হবে will সুতরাং, তারা এই বিষয়গুলি সম্পর্কে বিভ্রান্ত।

অন্যদিকে, II ত্রুটি প্রকারের প্রকার খুব বেশি উচ্চ অসম এন দ্বারা প্রভাবিত হবে । এটি কোন ব্যাপার সত্য হতে হবে না পরীক্ষা (যেমন, টি -test, মান-হুইটনি ইউ -test, অথবা z- র অনুপাত সমতার জন্য -test সব এই ভাবে প্রভাবিত হতে হবে)। এর উদাহরণের জন্য, আমার উত্তরটি এখানে দেখুন: একজনকে কীভাবে বিভিন্ন নমুনা আকার থেকে অর্থের তুলনা ব্যাখ্যা করতে হবে? সুতরাং, তারা এই ইস্যুটির সাথে সম্মতিতে "তোয়ালে নিক্ষেপ করে ন্যায়সঙ্গত" হতে পারে । (বিশেষত, আপনি যদি প্রভাবটি আসল কিনা তা একটি অ-তাৎপর্যপূর্ণ ফলাফল পাওয়ার প্রত্যাশা করেন তবে পরীক্ষার মূল বিষয়টি কী?) ntUz

নমুনা মাপ অপসরণ হিসাবে, পরিসংখ্যানগত ক্ষমতা থেকে বিন্দুতে মিলিত হবে । এই ঘটনাটি আসলে একটি ভিন্ন পরামর্শের দিকে পরিচালিত করে, যা আমি সন্দেহ করি যে খুব কম লোকই শুনেছেন এবং অতীতের পর্যালোচকদের পেতে সমস্যা হতে পারে (কোনও অপরাধের উদ্দেশ্যে নয়): একটি আপস শক্তি বিশ্লেষণ । ধারণাটি তুলনামূলকভাবে সহজ: কোনও শক্তি বিশ্লেষণে, α , β , n 1 , n 2 , এবং প্রভাব আকার d , একে অপরের সাথে সম্পর্কের ক্ষেত্রে বিদ্যমান। একটি ব্যতীত সমস্ত নির্দিষ্ট করে দেওয়া, আপনি শেষের জন্য সমাধান করতে পারেন। সাধারণত, লোকেরা যা করে তাকে প্রি-প্রেরি শক্তি বিশ্লেষণ বলে , যা আপনি এন এর জন্য সমাধান করেনααβn1n2dN(সাধারণত আপনি ধরে নিচ্ছেন )। অন্যদিকে, আপনি n 1 , n 2 , এবং d স্থির করতে পারেন এবং α (বা সমতুল্য β ) এর সমাধান করতে পারেন, যদি আপনি টাইপ II এর অনুপাতটি টাইপ করতে চান যা ত্রুটির হারের সাথে আপনি থাকতে চান you প্রচলিতভাবে, α = .05 এবং β = .20 , তাই আপনি বলছেন যে টাইপ আই ত্রুটিগুলি টাইপ আই ত্রুটির চেয়ে চারগুণ বেশি খারাপ। অবশ্যই, কোনও প্রদত্ত গবেষক এর সাথে একমত হতে পারেন না, তবে প্রদত্ত অনুপাত নির্দিষ্ট করে দেওয়ার পরে আপনি কীসের জন্য সমাধান করতে পারেন αn1=n2n1n2dαβα=.05β=.20αসম্ভবত কিছু পর্যাপ্ত শক্তি বজায় রাখতে আপনার ব্যবহার করা উচিত। এই পরিস্থিতিটি গবেষকদের জন্য এই পদ্ধতির একটি যুক্তিযুক্ত বৈধ বিকল্প, যদিও আমি স্বীকার করি যে এই পদ্ধতির বহিরাগততা এটি বৃহত্তর গবেষণা সম্প্রদায়ের মধ্যে এটি একটি শক্ত বিক্রয় হতে পারে যা সম্ভবত কখনও এ জাতীয় জিনিস শুনেনি।


এটি অবিশ্বাস্যরূপে সহায়ক। আমি আপনার প্রতিক্রিয়াটিও খুঁজে পেয়েছি যে কীভাবে একজনকে বিভিন্ন নমুনা আকারের অর্থের তুলনা ব্যাখ্যা করতে হবে? এই সমস্যাটি সম্পর্কে আমার নিজের উপলব্ধিতে দরকারী। আপনার প্রতিক্রিয়াটি পড়ার পরে, আমি লেখকদের কাছে একটি আপস শক্তি বিশ্লেষণের সম্ভাবনা নিয়ে আসব (এটি সুরক্ষিত বাজি বলে মনে হচ্ছে যে তারা এর সাথে পরিচিত নয়) এবং সম্ভবত বিদ্যুত সম্পর্কে উদ্বেগের বিষয়ে তাদের মন্তব্যে আরও সুনির্দিষ্ট হওয়ার পরামর্শ দিচ্ছি।
অ্যারন ডিউক

2
আপনি স্বাগত, @ অ্যারোনডি। আমার মতে, আপনি অবশ্যই তাদের ন্যূনতম শব্দবন্ধগুলি পরিবর্তনের জন্য তাদের উত্সাহিত করা উচিত কারণ এটি হয় বিভ্রান্তিমূলক, বা বোঝায় যে তারা বিষয়টিকে ভুল বোঝে। আমি ভবিষ্যদ্বাণী করব যে তারা আপস শক্তি বিশ্লেষণ চেষ্টা করবে না, তবে তারা কেবল বর্ণনামূলক পরিসংখ্যান (অর্থ ও এসডি) এবং একটি প্রভাব আকার ডাব্লু / উপযুক্ত আত্মবিশ্বাসের অন্তরগুলির প্রতিবেদন করতে পারে।
গুং - মনিকা পুনরায়

6

@ গংয়ের উত্তরটি দুর্দান্ত, যদিও আমি মনে করি যে একটি গুরুত্বপূর্ণ বিষয় রয়েছে যা বন্যভাবে বিভিন্ন গ্রুপের আকারগুলি দেখার সময় বিবেচনা করা উচিত। সাধারণত, যতক্ষণ না পরীক্ষার সমস্ত প্রয়োজনীয়তা পূরণ হয় ততক্ষণে গ্রুপ আকারের পার্থক্যটি গুরুত্বপূর্ণ নয়।

যাইহোক, কিছু ক্ষেত্রে বিভিন্ন গ্রুপের আকার এই অনুমানের বিরুদ্ধে লঙ্ঘনের বিরুদ্ধে পরীক্ষার দৃust়তার উপর নাটকীয় প্রভাব ফেলবে। উদাহরণস্বরূপ ধ্রুপদী দ্বি-নমুনা অ-সংযুক্ত টি-টেস্টটি ভেরিয়েন্স হোমোনজেনটিটি ধরে নেয় এবং লঙ্ঘনের বিরুদ্ধে দৃ is় হয় কেবলমাত্র যদি উভয় গ্রুপ একই আকারের হয় (প্রস্থের ক্রমে)। অন্যথায় ছোট গ্রুপে উচ্চতর বৈকল্পিকতা টাইপ আই ত্রুটির দিকে পরিচালিত করবে। এখন টি-টেস্টের সাহায্যে এটি খুব বেশি সমস্যা হয় না কারণ সাধারণত পরিবর্তে ওয়েলচ টি-টেস্ট ব্যবহৃত হয় এবং এটি বৈচিত্র্য একত্রিতাকে ধরে নেয় না। যাইহোক, অনুরূপ প্রভাব লিনিয়ার মডেলগুলিতে উত্থিত হতে পারে।

সংক্ষেপে, আমি বলব যে এটি কোনওভাবেই কোনও পরিসংখ্যান বিশ্লেষণের অন্তরায় নয়, কীভাবে এগিয়ে চলবেন তা সিদ্ধান্ত নেওয়ার সময় এটি মাথায় রাখতে হবে।


8
আমি বিশ্বাস করি যে এখানে বিষয়টি জটিলতার জন্য পরীক্ষার প্রয়োগযোগ্যতা নয় বরং তাদের অর্থবোধকতা এবং ব্যাখ্যাযোগ্যতা। প্রশ্নটি "উত্তরদাতাদের" বোঝায়। এটি ননজারো অ-প্রতিক্রিয়া হারের সম্ভাব্যতার দৃ strongly়তার সাথে পরামর্শ দেয়। এমনকি অধ্যয়নের আকারের তুলনায় একটি ক্ষুদ্র অ-প্রতিক্রিয়া হার (এক শতাংশের একটি ছোট ভগ্নাংশ) ছোট উপগোষ্ঠীর তুলনায় প্রচুর অ-প্রতিক্রিয়া হারের সমান হবে। এটি এই ছোট্ট কোনও উপগোষ্ঠীর প্রতিনিধিত্বকে প্রশ্নে তোলে। ফলস্বরূপ, এটি কোনও পরিসংখ্যান বিশ্লেষণে একটি বিশাল বাধা।
হোয়বার
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.