Statistiske Consulting 101: 4 spørsmål du må svare til å velge riktig statistisk Method

En av de mest vanlige situasjoner der forskere får problemer med statistikken er å velge hvilke statistisk metode er hensiktsmessig å analysere sine data. Hvis du starter ved å stille følgende fire spørsmålene, vil du være i stand til å begrense ting ned betraktelig

Selv om du don &';. T vet konsekvensene av svarene dine, svare på disse spørsmålene vil avklare problemer for deg. Det vil hjelpe deg å avgjøre hvilken informasjon som skal søke. Og det vil gjøre noen samtaler du har med statistiske rådgivere mer effektive og nyttige.

1. Hva er din problemstilling?

Dette informerer alt. Du trenger å vite om du &'; re interessert i et forhold, hvor en variabel formidler et annet forhold, som variabler ble svart på samme måte, og så videre. Hva er det du trenger å vite om dine data?

Svaret på dette spørsmålet vil fortelle deg familien til statistikk som du trenger å bruke. Regresjon, Factor Analysis, Cluster Analysis, etc.

2. Hva variabler vil du bruke til å teste spørsmålet? På hvilke skalaer er de måles?

Klart definere omfanget av hver variabel. Kategorisk? Bestilte kategorier? Telle? Kontinuerlige? Deretter gjøre noen beskrivende og bivariate analyser for å forstå sine distribusjoner.

I enkelte datasett, har du valg om hvilken variabel du skal bruke, eller hvilken form av en variabel å bruke. Noen ganger et forhold er klart ved hjelp av én variabel, men ikke den andre, så du må utforske litt. Likeledes, noen ganger får du nøyaktig samme resultat i begge, men en analyse er mye vanskeligere å gjennomføre

Svaret på dette spørsmålet informerer som bestemt metode å bruke i familien –.. For eksempel lineær vs. logistisk regresjon eller faktoranalyse vs. latent klasseanalyse.

3. Hva er utformingen av studien?

Som omfanget av variabler, vil studiedesign informere hvilke spesifikke metoden er hensiktsmessig.

Ett stort problem er uavhengighet av observasjoner. Er det gjentatte tiltak for å vurdere? Eller stratifisert undersøkelser? Visste hver deltaker svare under alle forhold, bare én, eller noen? Det er viktig at analysen tar ikke-uavhengigheten i betraktning, eller alle p-verdier vil være for liten

Men det er andre design problemer å ta hensyn til. Hvor mange kategorier har din kategorisk variabel ha? Er dine Predictor variabler krysset eller nestet? Over hvor mange tid poeng fikk du måle en langsgående reaksjon? Gjøre uavhengige variabler endres over tid sammen med de avhengige seg, eller gjøre de forblir den samme over tid?

Å ha en grundig forståelse av design er nødvendig for å finne ut hva det innebærer. Selv om du skjønner &'; t forstå den statistiske sjargong, sørg for at du vet hva du gjorde

4.. Er det noen data spørsmål å vurdere?

Problemer som mangler data, avkortede distribusjoner, ulike utvalgsstørrelser, og responsrater er ikke en del av design eller problemstillingen. Men de kan fortsatt føre til nødvendigheten av å anvende kriminal metoder (som multippel imputering for manglende data) eller en helt annen analyse (som Tobit regresjon for sensurerte data)

Ofte disse data problemer don &';. T bli klart før du allerede har startet analysen. Dette er en veldig god grunn for å drive utforsk descriptives av dine data før de bestemmer seg for den endelige analysen. Det er også derfor det er viktig å sjekke dine forutsetninger
.