Какой статистический вариант лучше для сравнения различий между группами?

У меня есть две группы (13 экспериментальных и 13 контрольных участников), выполняющих две когнитивные задачи. У меня точность (пропуски, комиссии) и измерение времени реакции от каждого теста для каждого человека. Чтобы избежать ошибки типа I, мне было предложено уменьшить количество DV, теперь у меня есть d-prime (d') и время реакции (RT) в качестве DV (оба непрерывные). Я хотел бы сравнить результаты по обоим заданиям в обеих группах. Мои вопросы, касающиеся этого дизайна:

  1. Является ли d-prime хорошей мерой для замены оценок точности? или не могли бы вы предложить единый индекс, который отражал бы поведенческие показатели (от пропусков, комиссий, данных RT)

  2. Должен ли я сделать односторонний MANOVA? (IV- группы; DV- тест1 д', тест2 д', тест1 РТ, тест2 РТ)?

  3. или мне делать смешанную модель MANOVA? (если да, то как это сделать, какие у меня DV)?

Если вы делаете статистику только по d', вы можете упустить влияние на погрешность (например, бета), которое вы бы заметили, если бы использовали как ошибки пропуска, так и ошибки комиссий. Если вы ведете статистику как по d', так и по бета-версии, то вы не уменьшаете количество DV. Тем не менее, мне лично нравится d' и бета, а не частота ошибок.
Большое спасибо за ваши предложения. Следовательно, вы бы предположили, что мой первый DV равен d' (рассчитывается на основе вероятности верных результатов и вероятности ложных срабатываний/мер комиссионных). А второй DV — это бета (вероятность ложноотрицательных результатов, т. е. упущений). Я прав? Кроме того, не могли бы вы предложить, если бы у меня было два DV из каждого теста (всего 4 DV), должен ли я делать односторонний MANOVA (учитывая, что есть 4 разных DV) или использовать смешанную модель MANOVA (учитывая, что есть два повторяющихся DV). меры для каждого теста)? Я был бы очень признателен за ваши отзывы.

Ответы (1)

Если у вас есть данные из одного испытания , модель дрейфа-диффузии/DDM и родственные модели, разработанные Роджером Рэтклиффом (1976/1978), могут одновременно соответствовать всему распределению ответов, как ВУ, так и точности. Он фиксирует такие явления, как в некоторых экспериментах ошибки систематически происходят быстрее или медленнее, чем правильные ответы.

Подгонка и интерпретация DDM может быть нетривиальной, но она имеет много преимуществ, таких как:

  • точный учет распределения данных RT
  • непосредственно связанные с когнитивными процессами (например, скорость накопления доказательств, скорость сенсорного кодирования)

DDM работает, моделируя процесс принятия решения как случайное блуждание рядом с (обычно двумя) порогами принятия решения (например, соответствующими правильной и неправильной кнопкам в задаче с 2-альтернативным ложным выбором), которые после начального периода кодирования начинают дрейфовать к правильную границу со скоростью, соответствующей эффективности снятия показаний. Иногда процесс дрейфа достигает неправильной границы. При пересечении границы инициируется выполнение соответствующего ответа.

DDM подгоняется ко всему распределению RT, и результирующие параметры могут быть подвергнуты статистическим испытаниям между условиями. В качестве примера иерархической байесовской оценки модели рассмотрим HDDM .

использованная литература

Рэтклифф, Р. и Мердок, Б.Б., младший (1976). Поисковые процессы в памяти узнавания. Психологический обзор, 83, 190-214.
Рэтклифф, Р. (1978). Теория восстановления памяти. Психологический обзор, 85, 59-108.
Форстманн, Б.Ю., Рэтклифф, Р., и Вагенмакерс, Э.-Дж. (2016). Модели последовательной выборки в когнитивной нейробиологии: преимущества, приложения и расширения. Ежегодный обзор психологии, 67, 641-666.
Рэтклифф, Р., Смит, П.Л., Браун, С.Д., и МакКун, Г. (2016). Модель диффузионного решения: текущие проблемы и история. Тенденции в когнитивной науке, 20, 260-281.
Wiecki TV, Sofer I и Frank MJ (2013). HDDM: иерархическая байесовская оценка модели дрейфа-диффузии в Python. Фронт. Нейроинформ. 7:14. doi: 10.3389/fnif.2013.00014

Какой статистический вариант лучше для сравнения различий между группами?
СпросиСетьПолитика конфиденциальности1y, 0v