Lo de las estadísticas descriptivas no son los tamaños del efecto?

Question

Wikipedia dice:

el tamaño del efecto es una medida de la fuerza de un fenómeno o de una muestra basada en la estimación de la cantidad. Un tamaño del efecto calculado a partir de datos de una estadística descriptiva que transmite la estimación de la magnitud de una relación sin hacer ningún tipo de declaración sobre si la aparente relación en los datos reflejan una relación verdadera en la población.

Para entenderlo mejor, me pregunto cuál es la estadística descriptiva no son del tamaño del efecto, a excepción de los gráficos y diagramas.

Answer 1

Los tamaños del efecto

• Común normalizado de los tamaños del efecto suele cuantificar la cantidad o grado de una relación o efecto. El más común el tamaño del efecto de las medidas son, probablemente, la de cohen d, r de Pearson, y el odds ratio (especialmente para un binario predictor).
• Menos común que el tamaño del efecto de las medidas: dicho esto, usted puede tener estandarizados y unstandardised tamaño del efecto de las medidas. Cualquier estadística que se comunica el grado de relaciones y no es especialmente contaminados por el tamaño de la muestra es, probablemente, un tamaño del efecto de la medida. Por lo tanto, los coeficientes Beta, R-cuadrado, covarianza, raw diferencias de medias entre los grupos, y así en todos captura el grado de efecto. Dicho esto, me parece que algunos investigadores aplican el tamaño del efecto de las medidas un poco a ciegas y se olvidan de que el objetivo más general es dar a los lectores un sentido de que el grado de efecto. Y por lo tanto, a menudo no se dan cuenta de que medidas como diferencias de medias o raw coeficientes de regresión son, en cierto sentido, un tamaño del efecto de la medida. Otro ejemplo de los ciegos el uso de los tamaños del efecto implica el uso de un tamaño del efecto de las medidas de que no tiene una interpretación intuitiva, pero han sido recomendada por algunos libros de texto.

No los tamaños del efecto:

• La mayoría de las pruebas estadísticas no son los tamaños del efecto. E. g., Prueba de Chi-cuadrado, t-test, la prueba z, F-test. Crecen tanto como el tamaño de la población efecto aumenta y el tamaño de la muestra aumenta. En muchos aspectos, todo el lenguaje de los tamaños del efecto se ha insistido en los últimos años debido a que los investigadores se enfoque demasiado en el tamaño de su prueba de la estadística en lugar de cómo sus grandes tamaños del efecto fueron. Esto es especialmente importante cuando usted tiene un gran tamaño de la muestra cuando incluso los pequeños efectos pueden ser estadísticamente significativos.
• La mayoría de las estadísticas univariadas no son los tamaños del efecto. Para la mayoría de los propósitos, el tamaño del efecto es cuestión acerca de la relación entre al menos dos variables. Así, la muestra la media, desviación estándar, sesgo, curtosis, min, max, y así sucesivamente, no son del tamaño del efecto de las medidas.
• Las estadísticas no estén relacionados con un grado de relación no son del tamaño del efecto de las medidas. Por ejemplo, las pruebas de normalidad multivariante, los autovalores de una matriz, y así que en general no están directamente dirigidos a la cuantificación de un efecto en el sentido ordinario de la palabra.

Consideraciones más amplias sobre

• Escala consideraciones: la utilidad de La estadística como un tamaño del efecto de la medida en gran parte se relaciona con su capacidad para comunicar el tamaño de un efecto. A veces esto se logra mediante el uso familiar normalizado medidas de efecto (por ejemplo, d de cohen). Otras veces, la consideración cuidadosa de la escala de las variables que puede rendir una aún más clara la interpretación del tamaño del efecto. Por ejemplo, digamos que tenía un estudio en un programa de capacitación en los niveles de ingresos. Me podrían informar que el programa de entrenamiento de aumento de los ingresos por .2 desviaciones estándar o podría decir que el programa de aumento de ingresos por $3,500 dólares. Ambos son útiles; ambos son del tamaño del efecto de las medidas. La primera es normalizado (d de cohen), el segundo es unstandardised (raw grupo de diferencias de medias).
• La precisión en la estimación de los tamaños del efecto: a menudo Nos extraer muestras de las estimaciones del tamaño del efecto de las medidas (por ejemplo, cohen d, r de pearson, etc.). Este contexto puede llevar a un contraste de significación de la prueba con el tamaño del efecto de las medidas. Sin embargo, el objetivo debe ser todavía estimar con precisión y de manera imparcial, la población del tamaño del efecto. A partir de una frecuentista perspectiva, los intervalos de confianza alrededor de los tamaños del efecto de proporcionar una estimación de la precisión. Desde una perspectiva Bayesiana, hay posterior densidades en los tamaños del efecto. En muchos casos, el cuidado necesita ser tomado para asegurarse de que usted está usando un imparcial tamaño del efecto de la medida.

Answer 2

En primer lugar, los tamaños del efecto se puede utilizar se puede deducir que así como descriptivamente. r y las Sro son todos los tamaños del efecto y son sin duda los utilizados en las estadísticas inferenciales.

Estadísticas univariadas no son, generalmente, los tamaños del efecto, a pesar de que puede ser. E. g. Si se comparan las edades de hombres y mujeres que están casados el uno con el otro, la edad media de los hombres no es un tamaño del efecto (la diferencia de los medios sería un tamaño del efecto). Pero si quieres ver si la media de algo es 0, entonces la media sería de un tamaño del efecto.

Si las medidas de un efecto, es un tamaño del efecto!