1. Уважаемые посетители форума ЭСПП!

    Для просмотра сообщений достаточно прокрутить данное сообщение, а для просмотра списка разделов - вызвать "Каталог".

    Для комментариев необходимо предварительно ознакомиться c Правилами Форума и пройти регистрацию!



    Для того, чтобы быстро ознакомится с возможностями форума, загляните в подраздел Для новичков.

    Если при входе на форум появляется сообщение об ошибке, попробуйте восстановить или сменить пароль, нажав здесь.

Пирсон, мощность и визуализация

Тема в разделе 'Общие вопросы', создана пользователем Шмелев А.Г., 10 май 2014.

Страница 1 из 4
  1. Шмелев А.Г.

    Шмелев А.Г. Организатор Команда форума

    Уважаемые коллеги!

    Мне бы хотелось, чтобы коллеги больше и чаще писали именно на новом форуме. Но... какая-то работает инерция, так что даже Илья Гарбер, которому старые персональные блоги не слишком приглянулись еще в феврале, пишет там.

    Дублирую сюда три последних сообщения с моего блога, посвященных коэффициенту Пирсона.
    Постараюсь известить самих авторов этих сообщений (в режиме групповой "переписки"), чтобы привлечь их внимание именно сюда.

    С ув,
    АШ


    № 6 из 8. 04.05.2014 : 16:33. Корреспондент: Захаров К.В.
    Уважаемые коллеги!

    Применение коэффициент корреляции Пирсона обусловлено его большей мощностью. А не выбором каких-либо конкретных методик. Поэтому, если выборка не содержит явных выбросов, то предпочтительно применение именно данного коэффициента. Вот для примера работа с симуляциями выборок и применением различных коэффициентов [http://d-scholarship.pitt.edu/8056/1/Chokns_etd2010.pdf]

    То же самое касается критериев Манна-Уитни, Т-Уилкоксона и т.д. Проблема учебника Елены Васильевны в том, что там практически не рассматривается вопрос мощности и возможностей ее оценки (так же, как впрочем, в большинстве учебников).

    Что касается оценки нормальности, то здесь существуют различные точки зрения. Яркий пример, это учебник по эконометрике А. И. Орлова, где указано на то, что требуется очень много наблюдений для доказательства соответствия распределения нормальному [http://www.aup.ru/books/m153/4_4.htm]

    Другая точка зрения, утверждает, что можно оценивать и достаточно малые выборки. Вот статья с симуляциями, где сравнивается ряд популярных критериев: [http://instatmy.org.my/downloads/e-jurnal 2/3.pdf]

    И еще одна статья, где предлагается метод оценки нормальности на основе эксцесса и асимметрии. Авторы утверждают, что он пригоден для значений выборки n>=9 [

    http://www.cee.mtu.edu/~vgriffis/CE...ading/DAgostino et al - normaility tests.pdf]

    ► № 7 из 8. 04.05.2014 : 17:29. Корреспондент: Gаrвеr I.
    Предложу Вам, коллега, элементарные рассуждения на пальцах. Во-первых, Шкуратову зовут Ирина Павловна, то есть ее инициалы И.П., а не И.Г. Во-вторых, при определении меры корреляционной связи ключевым является вопрос о том, существует ли эта связь вообще. Он решается с помощью визуализации. Вы строите серию диаграмм рассеивания и смотрите, укладываются ли Ваши 50 точек примерно на прямую линию. Если укладываются, Вы считаете коэффициент корреляции Пирсона. 50 точек для него, если нет сильных "выбросов", о которых написал А.Г. Шмелев, вполне достаточно. Если укладываются вдоль некоторой кривой, оцениваете вид этой кривой (например, в психологии встречаются иногда параболические связи), затем считаете корреляционное отношение. Конечно, можно игнорировать визуализацию данных и вычислять коэффициент корреляции Спирмена или другой показатель, но, на мой взгляд, это, не в обиду будь сказано, все равно, что тыкать пальцем в небо.

    ► Ответ на 04.05.2014 : 17:29 (Gаrвеr I.)
    № 8 из 8. 04.05.2014 : 18:17. Корреспондент: Дюк В.А.
    Присоединяюсь к Илье Евгеньевичу. Визуализация, визуализация и еше раз визуализация! Для анализа парных связей это основной инструмент.
    Шмелев А.Г., 10 май 2014
    #1
    Хавыло А.В. и Захаров К В нравится это.
  2. Виноградов А.Г.

    Виноградов А.Г. Модератор Команда форума

    да, возможность увидеть своими глазами исследуемую закономерность очень важна. Проблема, однако, состоит в том, что нетренированным взглядом можно заметить только достаточно сильную зависимость. Корреляции на уровне 0,1-0,2, которыми кишат психологические исследования, к сожалению, не очень впечатляют. Может быть, именно поэтому в психологии никак не сдает свои позиции традиционный подход к проверке гипотез? Если строить доверительные интервалы или визуализировать закономерности, легко можно убедиться, что король голый
    Виноградов А.Г., 10 май 2014
    #2
    Тукачев Ю.А. и Хавыло А.В. нравится это.
  3. Хавыло А.В.

    Хавыло А.В. Модератор Команда форума

    Александр Георгиевич, к сожалению, при клике по ссылкам в сообщении выдается 404 ошибка. Проблема в том, что в url ссылки выключается последняя квадратная скобочка. Полагаю, не все сразу догадаются убрать её из адресной строки.
    Хавыло А.В., 10 май 2014
    #3
  4. Гарбер И.Е.

    Гарбер И.Е. Модератор

    Написал в старом блоге, потому что нашел к нему дорогу. Не написал на новом форуме, потому что не нашел к нему дорогу. Конечно, если напружиниться, можно найти дорогу и туда, и туда, но в конце семестра пружина ослабела. Теперь по существу. "В психологии никак не сдает свои позиции традиционный подход к проверке гипотез" (А.Г.В.) по понятной причине: он позволяет при некотором навыке доказать (все) то, что хочется. Как методолог, люблю тезис, сформулированный Lykken: в психологии все со всем связано. Надо только подобрать инструмент, чтобы связь стала видима редактору искомого журнала. Суждение без доказательства: такой инструмент всегда существует. Второй тезис много лет назад сформулировал Paul Meehl в статье, в которой он сравнивал физику с психологией: улучшение измерительных процедур в физике позволяет найти новые феномены и отсечь сомнительные, в то время как в психологии - с точностью до наоборот - повышение точности позволяет доказать все, что угодно (те самые 0,1-0,2). Да, есть гигиенический статистический набор, включающий доверительные интервалы и много других полезных рекомендаций, но он, к сожалению, не лечит специфические болезни статистики в психологии.
    Гарбер И.Е., 10 май 2014
    #4
    Давыдов Д Г, Шмелев А.Г., Белых С.Л. и 2 другим нравится это.
  5. Скрябин М.А.

    Скрябин М.А. Активист

    К применению серьезных статистических методов на малой выборке отношусь как к шаманству. И главное, зачем? Почему не использовать качественные методы исследования вместо количественных? Методологические проблемы нельзя решить с помощью продвинутых статистических методов: "Мусор на входе - мусор на выходе".
    Скрябин М.А., 10 май 2014
    #5
    Белых С.Л. и Тукачев Ю.А. нравится это.
  6. Виноградов А.Г.

    Виноградов А.Г. Модератор Команда форума

    Не уверен, что в психологии все наоборот, если речь идет именно о точности измерения (а не о точности оценки параметров в ген. совокупности). Соглашусь с Максимом Александровичем: проблема не в самой по себе статистике, а в методологии

    Виноградов А.Г., 10 май 2014
    #6
    Тукачев Ю.А. нравится это.
  7. Гарбер И.Е.

    Гарбер И.Е. Модератор

    Соглашусь с Полом Милом :) Дело не в статистике и не в методологии ее применения, а в специфике психологических феноменов
    Гарбер И.Е., 10 май 2014
    #7
  8. Белых С.Л.

    Белых С.Л. Участник

    Очень нравится выражение - образное, но точное.
    Белых С.Л., 11 май 2014
    #8
  9. Белых С.Л.

    Белых С.Л. Участник


    Не совсем согласна с этим утверждением. Не каждый может позволить себе погрузиться в математику настолько, чтобы ловить эти тонкости или тратить время на регулярную визуализацию. Конечно, коэффициент Спирмена сильно утрирует результат, и маленькие выборки - издевательство над наукой (хотя я сама грешу этим, разные причины), но тем не менее, если иметь репрезентативную выборку больше 30 человек и если качественно подготовить эксперимент, а также учитывать только 1% уровень значимости, то результату в определенной мере можно доверять. Ну и к тому же, я согласна с Ильей Евгеньевичем, что чем больше ухищрений математических, тем меньше ценность результата. Я, например, в факторном анализе, когда строю семантические пространства, намеренно не использую Варимакс-вращение.
    Белых С.Л., 11 май 2014
    #9
  10. Белых С.Л.

    Белых С.Л. Участник

    А я не совсем понимаю эту характеристику - "мощность коэффициента". Имеется ввиду эффективность метода (достижение высокой точности), если его применять на маленьких выборках?
    Белых С.Л., 11 май 2014
    #10
  11. Тукачев Ю.А.

    Тукачев Ю.А. Администратор Команда форума

    Светлана Леонидовна, см. http://r-statistics.livejournal.com/17164.html
    Тукачев Ю.А., 11 май 2014
    #11
    Скрябин М А и Белых С.Л. нравится это.
  12. Тукачев Ю.А.

    Тукачев Ю.А. Администратор Команда форума

    Светлана Леонидовна, для Вашего примера мощность будет очень уж маленькой.
    pwr.r.test(r=0.3, n=30, sig.level=0.01, alternative="two.sided")

    approximate correlation power calculation (arctangh transformation)

    n = 30
    r = 0.3
    sig.level = 0.01
    power = 0.156381
    alternative = two.sided

    Тукачев Ю.А., 11 май 2014
    #12
    Белых С.Л. и Хавыло А.В. нравится это.
  13. Белых С.Л.

    Белых С.Л. Участник

    Белых С.Л., 12 май 2014
    #13
  14. Белых С.Л.

    Белых С.Л. Участник

    Круто!
    Белых С.Л., 12 май 2014
    #14
  15. Хохлов Н.А.

    Хохлов Н.А. Администратор Команда форума

    Я здесь вижу другую проблему. Часто в исследованиях мы вычисляем несколько коэффициентов корреляции и часть переменных могут соответствовать условиям применения коэффициента Пирсона, а часть нет (нормальность, шкала). В таких случаях приходится переходить к ранговым коэффициентам, чтобы не сравнивать между собой параметрические и непараметрические корреляции. Лично я почти не пользуюсь коэффициентом Пирсона, особенно на малых выборках, т.к. он очень чувствителен к выбросам.
    Хохлов Н.А., 12 май 2014
    #15
    Белых С.Л. нравится это.
  16. Белых С.Л.

    Белых С.Л. Участник

    Ну вот же!!!
    Белых С.Л., 12 май 2014
    #16
  17. Скрябин М.А.

    Скрябин М.А. Активист

    Юра, спасибо за ссылку! Вообще анализ мощности как раз и отвечает на "типовой вопрос", какой объем выборки нужен. А то иногда она берется просто с потолка, по традиции или по рекомендации научного руководителя.
    Скрябин М.А., 12 май 2014
    #17
    Тукачев Ю.А. и Белых С.Л. нравится это.
  18. Виноградов А.Г.

    Виноградов А.Г. Модератор Команда форума

    Светлана Леонидовна,
    Для меня это утверждение звучит странно. Представим себе, что химик сказал: "не каждый исследователь может себе позволить различать колбу и пробирку. Мы должны науку делать, а не тратить время на выявление закономерностей". К тому же здесь я вижу противоречие: если уж в математику не хочется погружаться, то на данные своими глазами посмотреть - сам бог велел, тем более, что сейчас это буквально секундное дело

    Репрезентативная выборка - это великолепно, только вот психологи практически никогда (в отличие от социологов или экономистов) не заморачиваются проблемами репрезентативности. У меня есть сомнения, что большинство правильно понимает этот термин - как соответствие выборки и генеральной совокупности, обеспечиваемой специальными процедурами планирования и извлечения

    Полагаю, Илья Евгеньевич не это имел в виду. По крайней мере не настолько, чтобы отрицать полезность процедуры, позволяющей увидеть смысл в результатах
    Виноградов А.Г., 12 май 2014
    #18
  19. Белых С.Л.

    Белых С.Л. Участник

    Александр Геннадьевич, не стоит передергивать. Я совсем не отрицаю математику. Но даже мне, например, при том, что математика была любимым предметом в школе, и я два года училась на приборостроительном факультете ИжГТУ, где высшая математика тоже нехило преподавалась, так вот даже мне очень непросто с умом использовать матстатистику. И я предпочитаю пользоваться только теми коэффициентами и формулами, смысл которых мне ясен и в математическом и в психологическом плане. И я против злоупотребления математикой в ущерб качественному анализу.

    И считаю, что гораздо важнее потратить усилия на то, чтобы обеспечить репрезентативность выборки, чем на избыточную (!) математику.
    Белых С.Л., 12 май 2014
    #19
    Виноградов А Г нравится это.
  20. Виноградов А.Г.

    Виноградов А.Г. Модератор Команда форума

    Светлана Леонидовна,

    просто, чтобы понимать, какой смысл Вы вкладываете в термины "репрезентативность" и "избыточная математика": 1) Вы используете вероятностные методы извлечения выборки? 2) Вращение факторов в факторном анализе - уже избыточная математика?
    Виноградов А.Г., 12 май 2014
    #20
Страница 1 из 4