Statistisch Consulting 101: 4 Vragen die u moet beantwoorden om te kiezen voor de geschikte statistische methode

Een van de meest voorkomende situaties waarin onderzoekers vast komen te zitten met de statistieken is het kiezen van welke statistische methode geschikt is om hun gegevens te analyseren. Als je begint met het stellen van de volgende vier vragen, zult u in staat om dingen naar beneden aanzienlijk beperken

Zelfs als u don &';. T weet de implicaties van uw antwoorden, het beantwoorden van deze vragen zullen kwesties te verduidelijken voor u. Het zal u helpen beslissen welke informatie te zoeken. En het zal geen gesprekken die je hebt met statistische adviseurs efficiënter en nuttiger te maken.

1. Wat is uw vraagstelling?

Dit informeert alles. U moet weten of u &'; re geïnteresseerd in een relatie, hoe men variabele bemiddelt andere relatie, welke variabelen werden gereageerd op dezelfde manier, en zo verder. Wat is dat je moet weten over uw gegevens?

Het antwoord op deze vraag zal u vertellen de familie van de statistieken die je nodig hebt om te gebruiken. Regressie, Factor Analysis, Cluster analyse, enz.

2. Welke variabelen gebruikt u om de vraag te testen? Op welke schaal zijn ze gemeten?

Het is duidelijk dat de omvang van elke variabele definiëren. Categorische? Categorieën besteld? Tellen? Continue? Dan doen wat beschrijvende en bivariate analyses om hun uitkeringen te begrijpen.

In sommige datasets, moet je keuzes maken over welke variabele te gebruiken, of welke vorm van een variabele te gebruiken. Soms is een relatie is duidelijk via een variabele, maar niet de andere, dus je moet een beetje te verkennen. Ook soms precies hetzelfde resultaat krijgt u in beide, maar een analyse is veel moeilijker uit te voeren

Het antwoord op deze vraag informeert die specifieke methode te gebruiken binnen de familie –.. Bv lineaire versus logistische regressie of factoranalyse versus latente klasse analyse.

3. Wat is de opzet van het onderzoek?

Net als de omvang van variabelen, de studie ontwerp zal informeren welke specifieke methode geschikt is.

Een groot probleem is de onafhankelijkheid van de observaties. Zijn er maatregelen te overwegen herhaald? Of gelaagde enquêtes? Heeft elke deelnemer reageren in alle omstandigheden, slechts een, of een? Het is belangrijk dat uw analyse te nemen non-onafhankelijkheid in aanmerking, of al uw p-waarden te klein

Maar er zijn andere design kwesties rekening te houden:. Hoeveel categorieën heeft uw categorische variabele hebben? Zijn uw voorspellende variabelen gekruist of geneste? Hoeveel tijd punten heb je een longitudinale reactie meten? Doe onafhankelijke variabelen veranderen in de tijd samen met de afhankelijke degenen, of doen ze hetzelfde verloop van tijd blijven?

Het hebben van een grondige kennis van uw ontwerp is nodig om erachter te komen de gevolgen ervan. Zelfs als u don &'; t begrijpt het statistisch jargon, zorg ervoor dat je weet wat je hebt gedaan

4.. Zijn er gegevens kwesties?

Issues zoals ontbrekende gegevens, afgeknotte distributies, ongelijke steekproefomvang en responspercentages overwegen zijn geen onderdeel van het ontwerp of de onderzoeksvraag. Maar ze nog steeds kan leiden tot de noodzaak van de toepassing van correctionele methodes (zoals meerdere toerekening van ontbrekende gegevens) of een geheel andere analyse (zoals tobit regressie voor gecensureerde data)

Vaak zijn deze data problemen don &';. T geworden schijnbare totdat u al begonnen uw analyse. Dit is een zeer goede reden voor het uitvoeren van verkennende descriptives van uw gegevens alvorens te beslissen over uw uiteindelijke analyse. Het is ook de reden waarom het is essentieel voor uw veronderstellingen controleren
.