Yapay Dikotomizasyon Sorunları – Meta-Analiz Ödevleri – Meta-Analiz Alanında Tez Yaptırma – Meta-Analiz Tez Yaptırma Ücretleri
r ve d’nin Dönüştürülebilirliğine Örnekler
d istatistiği, deneysel çalışmalarda genellikle tedavi ve kontrol grupları arasındaki farkı ifade etmek için kullanılır. Aslında, bu bölümdeki ana odak noktamız budur. Ancak d herhangi iki grup arasındaki farkı ifade etmek için de kullanılabilir. d biçiminde ifade edilen doğal olarak oluşan gruplar arasındaki farklar genellikle çok bilgilendiricidir ve aynı ilişkiler r noktası ikili dizisi kullanılarak ifade edilebilir.
Örneğin, algısal hız ölçümlerinde kadınların ortalamaları erkeklerden daha yüksektir; d yaklaşık olarak .70’dir. Popülasyonda cinsiyet ile algısal hız arasındaki ilişki nedir?
Böylece, popülasyon korelasyonu .33’tür. Nüfusta kadın ve erkek sayıları yaklaşık olarak eşit olduğundan (yani, p ∼= q ∼= .50), d’den hesaplanan r’nin değeri, popülasyondan temsili örneklerden hesaplanacak olanla aynıdır.
Bir başka örnek olarak, popülasyonda boy uzunluğuna göre cinsiyet farkı yaklaşık olarak d=1.50’dir. Bu, cinsiyet ile r = .60 boy arasındaki bir popülasyon korelasyonuna dönüşür.
Başka bir örnek düşünün. Amerika Birleşik Devletleri’nde siyah ve beyaz öğrenciler arasındaki akademik başarı farkı yaklaşık 1 standart sapmadır, yani d = 1.00. Irk ve akademik başarı arasındaki ilişki nedir? İlk önce eşit sayıda siyah ve beyaz olduğunu varsayan formülü düşünün.
.45’lik bu korelasyon, eşit sayıda siyah ve beyaz öğrenci olsaydı (yani, KB = NB ) geçerli olacak değerdir. Ancak durum böyle değil; siyah öğrenciler toplamın sadece %13’ünü oluşturmaktadır. Bu nedenle, bu değer bu gerçeği yansıtacak şekilde ayarlanmalıdır. Bu eşit olmayan frekansları yansıtan korelasyon r = .32’dir. Bu nedenle, doğal popülasyonlar için, eğer iki grup büyük ölçüde farklı boyutlara sahipse, doğal korelasyon önemli ölçüde daha küçüktür.
Bazı durumlarda, doğal olarak oluşan gruplarla uğraşırken, d’de bir tür menzil kısıtlaması ile karşılaşılır. Bunun etkisi tipik olarak gözlemlenen d istatistiğini aşağı doğru saptırmaktır. Örneğin, iş başvurusunda bulunanlar arasında bir bilişsel yetenek testinde siyah-beyaz farkı tahmin etmekle ilgilenildiğini, ancak yalnızca görevliler için verilere sahip olduğunu varsayalım. Görevliler (doğrudan veya dolaylı olarak) en azından kısmen bilişsel yeteneklere göre seçildiğinden, ham puan farkı yerleşikler arasında başvuru sahiplerine göre daha küçüktür.
Tabii ki, her gruptaki varyanslar da daha küçüktür, ancak grup içi varyanslardaki azalma, seçilen (görevdeki) gruptaki d istatistiğini şu anda d istatistiğinin bir tahmini olarak kullanırken genel bir aşağı yönlü sapmayı önlemek için genellikle yeterli değildir. seçilmemiş (başvuran grup). Bobko, Roth ve Bobko (2001) d’de bu tür aralık kısıtlamasının düzeltilmesi için prosedürler sunmuştur.
Yapay zeka teknolojileri Nelerdir
Yapay zeka teknikleri pdf
Yapay zeka Kullanım Alanları
Yapay zeka nedir
Yapay Zeka tez örnekleri
Mühendislikte Yapay zeka uygulamaları PDF
Yapay Zeka Dersleri PDF
Yapay zeka uygulamalarına örnekler
Menzil kısıtlaması doğrudan olduğunda düzeltmek için bir denklem (örneğin, görevliler doğrudan bilişsel yetenek üzerinde seçilmiştir) ve menzil kısıtlaması dolaylı olduğunda düzeltmek için başka bir denklem (örneğin, görevliler bilişsel yetenek ile ilişkili bazı değişkenler üzerinde seçilmiştir) sağladılar. Menzil kısıtlaması neredeyse her zaman dolaylı olduğu için, bu ikinci denklem tipik olarak daha uygun ve daha doğru olurken, doğrudan menzil kısıtlaması denklemi eksik doğru olacaktır.
Ne yazık ki, dolaylı menzil kısıtlamasını düzeltmek için denklemi uygulamak için gereken bilgiler nadiren mevcut olacaktır (aralık kısıtlamasının gerçekleştiği üçüncü değişken hakkında bilgi gerektirir). Bununla birlikte, bu durumlarda, doğrudan menzil kısıtlaması için düzeltmenin kullanılması, yine de, hiçbir düzeltme yapılmadığında elde edilenlerden daha doğru tahminler sağlayacaktır.
Yapay Dikotomizasyon Sorunları
Bu bölüm boyunca, kontrol grubu ile deney grubu ayrımı gibi gerçek ikili değişkenlere odaklanacağız. İkili değişken, insanlar sürekli bir kaygı ölçüsünde bir medyan bölünme kullanılarak “yüksek kaygılı” veya “düşük kaygılı” olarak sınıflandırıldığında olduğu gibi sürekli bir değişkeni ikiye ayırarak oluşturulursa, o zaman “korelasyon” kelimesinin şu anlama geldiğini hatırlamak önemlidir.
Sürekli değişken ile bağımlı değişken arasında içtenlikle “iki serili” korelasyon, ikili değişken ile bağımlı değişken arasında “nokta ikili korelasyon” olarak adlandırılan korelasyon vardır. Bu bölümde verilen dönüştürme formülleri nokta ikili korelasyon için geçerlidir. d’den sürekli korelasyona dönüştürmek için, önce bu bölümde Denklem kullanılarak d’den nokta ikili korelasyona dönüştürülür. Daha sonra, verilen dikotomizasyonu düzeltmek için formül kullanılarak nokta ikili korelasyonu ikili seri korelasyona dönüştürülür.
Deneysel çalışmalarda, araştırmacıların, sürekli bir ölçümde ortanca bir bölünmeyle “kaygı” gibi ikili bir değişken tanımlaması yaygındır. Bölünme çalışmalar arasında aynıysa, ilk meta-analiz amaçları için dikotomizasyonu basitçe görmezden gelmekte bir sorun yoktur. d için nihai değerler istenirse ikili korelasyona dönüştürülebilir.
Bununla birlikte, ikili değişken, çalışmalar arasında farklı bölmeler kullanılarak oluşturulursa, nokta ikili seri korelasyonu ve karşılık gelen d değerleri, bölmedeki varyasyon nedeniyle yapay olarak çalışmalar arasında değişecektir. “Devir hızı” çalışmaları söz konusu olduğunda, varyasyon aşırı olabilir, örneğin bir yazar için 50-50, diğeri için 95-5. Bu gibi durumlarda, araştırmacının korelasyonlar üzerine meta-analizi yürütmesini ve dikotomizasyonu düzeltmek için Bölüm 3 ve 4’teki düzeltme formüllerini kullanmasını tavsiye ederiz.
d’ye Bir Alternatif: Glass’s d
Glass, d istatistiğinde bir varyasyon kullandı. Grup içi standart sapma yerine kontrol grubu standart sapmasını kullanır. Bunun nedeni, tedavinin deney grubu standart sapması üzerinde olduğu kadar deney grubu ortalaması üzerinde de etkili olabilmesidir. Bu nokta iyi alınmıştır; bir tedavi etkisinin olduğu yerde, özne etkileşimi yoluyla bir tedavi olabilir.
Ancak, bunu kontrol etmek istersek, d’nin tanımını değiştirmekten çok daha etkili bir prosedür var. Standart sapmaların değerlerini doğrudan karşılaştıran bir meta-analiz yapabiliriz. Deney grubu standart sapmasının kontrol grubu standart sapmasına oranı v olsun.
t testinin olağan varsayımları karşılanırsa, yani denek etkileşimiyle herhangi bir tedavi yoksa (deney grubundaki tüm deneklerin aynı tedavi gücünü aldığı varsayılırsa) v değeri 1.00 olacaktır (örnekleme hatası dahilinde); Deneylerde bağımsız değişkende ölçüm hatası ile ilgili Bölüm 6’daki tartışmaya bakın.) Meta-analiz 1’den farklı bir ortalama değer üretiyorsa, bu, özne etkileşimiyle bir tedaviyi gösterebilir. 1.00’dan hareket yönü, doğası hakkında bir fikir verecektir.
Mühendislikte Yapay zeka uygulamaları PDF Yapay Zeka Dersleri PDF Yapay zeka Kullanım Alanları Yapay zeka nedir Yapay zeka teknikleri pdf Yapay zeka teknolojileri Nelerdir Yapay Zeka tez örnekleri Yapay zeka uygulamalarına örnekler