5 votos

Descifrar un revisor ' comentario s: muestra el tamaño del efecto se estima

He enviado un manuscrito y he recibido el siguiente comentario no estoy seguro de cómo contestar adecuadamente. El contexto es que tengo una tabla de comparación de un conjunto de "scores" entre los hombres y las mujeres para ver si hay alguna prejuicios basados en el género. He realizado una prueba de Mann–Whitney para determinar si hay una diferencia estadística entre el macho y la hembra de los conjuntos de datos. El revisor dijo: "me gustaría ver el tamaño del efecto de las estimaciones con los intervalos de confianza para que los lectores puedan más fácilmente interpretar las disparidades de género".

¿Cómo puedo calcular un tamaño del efecto estimado dado el tipo de datos que estoy tratando? Los datos no siguen una distribución normal. Para su referencia, la estoy usando Python para mi análisis de datos.

Edit: veo que el camino para obtener el tamaño del efecto de la u de Mann-Whitney U test es tomar el valor de U y dividido por el producto de los dos tamaños de muestra. Me puede hacer esto fácilmente, aunque no estoy del todo de saber cómo interpretar los resultados si este es realmente preciso.

2voto

mdewey Puntos 579

Creo que puede estar buscando el Hodges-Lehmann dos muestras estimador describen muy brevemente en este artículo de la Wikipedia que es la mediana de todos los pari-sabio diferencias entre los elementos de cada muestra o posiblemente Somers' $D$ descrito en este artículo de la Wikipedia. Me imagino que cualquiera de estos estaría disponible en el preferido de software estadístico. También hay algo de debate en este Q&A de la u de Mann-Whitney U-test: intervalo de confianza para el tamaño del efecto

1voto

Auron Puntos 2123

Mientras que los comentarios de revisión sobre cuestiones estadísticas son a menudo errónea, parece en este caso que hay una verdadera necesidad de algún tipo de resumen o de pantalla de tamaño del efecto. Un resumen o de la pantalla es necesario para usted, el analista, así como los futuros lectores de su trabajo con el fin de dar sentido a cualquier "diferencia estadística entre el macho y la hembra de los conjuntos de datos." De lo contrario, ¿cómo puede usted estar seguro de que un efecto estadísticamente significativo, es científicamente interesante o importante. Recuerda que la primera regla de la prueba: la significación estadística no es la misma relevancia científica.

No incluyen suficiente información en la pregunta para mí estar seguro de que esta es pertinente la sugerencia, pero si los datos son de tipo Likert la escala de calificaciones, a continuación, considere la posibilidad de una simple representación gráfica de las proporciones de los encuestados en cada puntuación de la categoría. Si hay una gran influencia del sexo en las respuestas, a continuación, una gran diferencia en los gráficos debe ser evidente.

i-Ciencias.com

I-Ciencias es una comunidad de estudiantes y amantes de la ciencia en la que puedes resolver tus problemas y dudas.
Puedes consultar las preguntas de otros usuarios, hacer tus propias preguntas o resolver las de los demás.

Powered by:

X