카운터널

Counternull

통계에서, 특히 심리학적 데이터의 통계 분석에서, 상담은 연구 결과의 이해와 제시를 돕기 위해 사용되는 통계량이다. 이 값은 효과 크기를 중심으로 회전하며, 이는 일부 효과의 평균 크기를 표준 편차로 나눈 값이다.[1]

counternull 값은 귀무 가설만큼 데이터에 의해 잘 지지되는 효과 크기입니다.[2] 특히 평균에 대해 대칭적인 분포에서 결과를 도출할 때 카운터널 값은 관측된 효과 크기의 정확히 두 배가 된다.

귀무 가설은 대안에 대해 시험하기 위해 설정된 가설이다. 따라서 상담은 귀무 가설을 대체하기 위해 사용될 때 "차이가 없다"는 원래의 귀무 가설을 가진 것과 동일한 p-값을 생성하는 대립 가설이다.[3]

일부 연구자들은 상담 결과를 p-값 외에 보고하는 것이 다음과 같은 두 가지 일반적인 판단 오류를 상쇄하는 데 도움이 된다고 주장한다.[4]

  • 선택된 통계적 유의성 수준에서 귀무 가설을 기각하지 않는 것은 "효과"의 관측된 크기가 0임을 의미한다고 가정한다.
  • 특정 p-값에서 귀무 가설을 기각한다는 것은 측정된 "효과"가 통계적으로 유의할 뿐만 아니라 과학적으로도 중요하다는 것을 의미한다고 가정한다.

이러한 임의의 통계 역치는 불연속성을 만들어 불필요한 혼란과 인위적인 논란을 일으킨다.[5]

다른 연구자들은 이러한 일반적인 오류에 대처하기 위한 수단으로 신뢰 구간을 선호한다.[6]

참고 항목

참조

  1. ^ Pashler, Harold E.; Stevens, S. S. (2002). Steven's handbook of experimental psychology. Chichester: John Wiley & Sons. pp. 138, 422. ISBN 0-471-44333-6. The counternull revolves around an increasingly common measure called “effect size,” which, essentially, is the mean magnitude of some effect (e.g., the mean difference between two conditions) divided by the standard deviation (generally pooled over the conditions).
  2. ^ Rubin, Donald B.; Rosenthal, Robert; Rosnow, Ralph L. (2000). Contrasts and effect sizes in behavioral research: a correlational approach. Cambridge, UK: Cambridge University Press. p. 5. ISBN 0-521-65258-8.
  3. ^ Iacobucci, Dawn (2005). "From the Editor" (PDF). Journal of Consumer Research. 32: 6–11. doi:10.1086/430648. Archived from the original (PDF) on 2005-11-08. Retrieved 2007-08-01.
  4. ^ Rosenthal, R.; Rubin, D.B. (1994). "The counternull value of an effect size: A new statistic". Psychological Science. 5 (6): 329–334. doi:10.1111/j.1467-9280.1994.tb00281.x.
  5. ^ 파셔(2002년), 페이지 348: "거부/거부 실패[귀무 가설] 이분법은 현장이 혼란과 인위적인 논쟁에 휩싸이게 한다."
  6. ^ Boik, Robert J. (2001). "Review of Contrasts and Effect Sizes in Behavioral Research: A Correlational Approach by Robert Rosenthal, Ralph L. Rosnow & Donald B. Rubin". Journal of the American Statistical Association. 96 (456): 1528–1529. doi:10.1198/jasa.2001.s432. JSTOR 3085927. If interval estimates of standardized effect size measures are desired, then a more sensible approach is to construct confidence intervals having fixed confidence coefficients.

추가 읽기

  • R. L. & Rosenthal, R. (1996년) 타인의 공표된 데이터에 대한 컴퓨팅 대비, 효과 크기 및 상담: 연구 소비자를 위한 일반 절차. 심리학적 방법, 1, 331-340