Hay una manera fácil de calcular diferencia significativa entre los dos en gran medida la superposición de las correlaciones de la misma muestra?

Question

Yo estoy comparando tres diferentes medidas compuesto de 10 a 20 elementos cada una. Cada una de estas medidas es en realidad una forma corta de más de 40 elemento de medida y cada una de las formas cortas comparte algunos elementos similares, y por lo tanto son bastante similares. Estoy interesado en ver cómo cada una de estas formas cortas están correlacionados con la misma variable dependiente.

Vengo con r= .54, .56, y .58.

¿Cómo puedo evaluar si estas correlaciones son significativamente diferentes? Parece que haciendo una simple r-a-z transformación no sería apropiado, ya que las variables independientes son muy similares y la variable dependiente es de hecho el mismo para las tres correlaciones. Como tal, todos estos *r*s se superponen un poco.

Creo que este es uno de papel:

Zou, G. (2007). Hacia el uso de intervalos de confianza para comparar las correlaciones. Métodos Psicológicos, 12(4), 399.

Pero parece que la forma por encima de mi cabeza y me pregunto si hay una manera más fácil de hacerlo...

Cualquier orientación será apreciada!

Answer 1

Usted podría ajustar un modelo de regresión con las tres medidas como predictores, a continuación, ajuste de un nuevo modelo de regresión con 1 o 2 se retiraron y hacer un completo modelo reducido de prueba para ver si hay una diferencia significativa en los modelos. Esto responde a la pregunta de "¿las variables en el total, pero no se reduce, modelo de contribuir significativamente por encima y más allá de aquellos en el modelo reducido?". Como se ha señalado ya, dado su tamaño de la muestra dudo que usted va a ver una diferencia, pero esta le da un p-valor para aquellos que sienten la necesidad de uno.

Un poco más significativo puede ser el ajuste 3 modelo de regresión, cada una de las medidas y su variable dependiente, luego marca los 3 pares de diagramas de dispersión de los equipada(prevista) de los valores. Esto se hace mejor con una relación de aspecto de 1 en un cuadrado de parcela y con un $y=x$ línea de referencia. Esto puede indicar que el 3 medidas dan esencialmente las mismas predicciones, o si no se puede mostrar en los que son diferentes.

Answer 2

Pensé que estaba hablando de menos de 100. 4000 puede ser apenas suficiente. pero una diferencia de 0,02 no es muy significativa.