Фон :
По-видимому, ведутся серьезные споры о результатах психологических исследований, которых не хватает.
а) надлежащая строгая статистическая обработка данных б) воспроизводимость
Будучи студентом второго курса бакалавриата по психологии, я больше всего опасаюсь, что мои будущие исследования могут быть омрачены недостатком знаний в двух вышеупомянутых областях.
Что я прошу в этом посте:
Я хотел бы прочитать предложения в виде журналов, блогов, учебников или даже конкретных документов/статей, которые могут привести меня к другим ресурсам. Моя цель — создать хороший фон в статистике/методологии, чтобы избежать досадных ошибок. Я считаю важным упомянуть мой текущий математический уровень, чтобы было легче делать предложения: мне комфортно с одномерным исчислением и основами дифференциальных уравнений, вводной теорией вероятностей и средней школой (выполненной в Южной Азии) алгеброй и геометрией.
Дополнительный:
Я прочитал этот пост на психологии.stackexchange относительно воспроизводимости и нашел его полезным.
Пожалуйста, дайте мне знать, если я должен отредактировать этот пост, чтобы получить плодотворные ответы.
Среди методологов-реформаторов существуют различные слабо определенные «лагеря», так что вы, вероятно, захотите попытаться проследить за представителем каждого из них.
Эндрю Гельман является выдающейся вехой в этой области и ведет очень хороший, часто обновляемый блог на statmodeling.stat.columbia.edu с частыми критическими статьями.
У команды JASP также есть блог https://www.bayesianspectacles.org/ , который немного агрессивен, но JASP великолепен, и он укажет вам на такие вещи, как недавняя статья о «переопределении статистической значимости», которая даст вам много тем для разговора, если вы столкнетесь с гуру методов во время перерыва на кофе.
Вам также может понравиться http://daniellakens.blogspot.com/ , а у автора Дэниела Лейкенса есть МООК на Coursera, посвященный подобным вещам. Конечно, есть масса хороших МООК со статистикой, только этот составлен психологом, у которого схожие с вами проблемы :-)
Это краткий список, но я думаю, что он пересекает лагеря, о которых я знаю (мне бы хотелось узнать больше о лагерях в методологии, возможно, у некоторых других людей из StackExchange есть некоторые указатели!) У меня сложилось впечатление, что как минимум вы следует попытаться прочитать кого-то, кто решает свои проблемы с оценкой параметров и заботится об ошибках S и M (Гельман, Крушке), кого-то, кто решает свои проблемы с выбором модели и заботится о байесовских факторах (может быть, Э. Дж. Вагенмакерс, 2018 «Анализ проектирования байесовского фактора»? ), и кто-то, кто счастлив быть частотным, пока вы очень осторожны с интерпретацией (Lakens, я думаю? Или, например, большая часть статистики? все частотное).
В моем особом уголке психологии Стэн завоевывает мир, и если вам это интересно, вы могли бы извлечь неплохую пользу из http://elevanth.org/blog/ . Я считаю, что более 20 человек рекомендовали учебник по «переосмыслению» меня, и они были правы! Это здорово.
СтивЛэнгсфорд