4. Отношение правдоподобий.

Бейзов фактор, BF.- отношение правдоподобий. Характеризует меру правдоподобия нулевой гипотезы .

- гипотеза об отсутствии различий.

1. Откройте Интернет браузер. Пройдите по ссылке: http://pcl.missouri.edu/bayesfactor.

2. Выберите: Grouped or two-sample t-tests.

3. Введите: SampleSizeforGroup1- размер первой выборкиn1.

Sample Size for Group 2 – размер второй выборкиn2.

t-value – значенин t–критерия Стьюдента.

Scale r on effect size – 1.0.

4. Нажмите: «Отправить».

5. Выпишите значение: Scaled JZS Bayes Factor.

В нашем случае: Scaled JZS Bayes Factor = 0.000537149. Это означает, что нулевая гипотеза об отсутствии различийменее правдоподобна, чем альтернативная гипотеза о наличии различий. То есть альтернативная гипотеза Н₁правдоподобней нулевой гипотезыH₀в 1852 раза.

5. Планирование эксперимента

Поиск предсказательных интервалов при повторных экспериментах для размера эффекта вероятности воспроизведения.

1. Откройте программу LePrep.ОтметьтеReplication (Повторение).

2. Введите число степеней свободы (degrees of freedom).

Df = (n1+n2)-2;

3. Поставьте галочку на interval estimates(Интервальная оценка)

4. Отметьте Standartized.Введите в соответствующее поле значение размера эффекта по Коэну (Cohen)

5. Отметьте t.Введите значениеt– критерия Стьюдента. Проверьте, совпало лиp– значение - окно«two – tailed p».

Рисунок 11 Совпадение р-значения в LePrep и ESCI JSMS

6. Отметьте Predictionintervals(интервал предсказания). Выберите значение 99%.

7. Обратите внимание на значение в окне «effect size in a replication» (размер эффекта при повторе)(см. Рисунок 12) – в данном интервале будет находиться размер эффекта при повторном эксперименте. Выпишите данное значение в графу: «99%-й ПИ для d_c» (В примере на Рисунке 12 99%-й ПИ дляd_c: [-1.115,-0.326])

Рисунок 12 Значение параметров при повторном эксперименте

Полученные значения на Рисунке 12:

[-0.992,-0.436] – оценочный интервал для размера эффекта по Коэну при бесконечном числе повторов опыта

[-10.663,-3.110] – предсказательный интервал для критерия Стьюдента при повторном эксперименте

[0, 9.8121∙10^-04] – предсказательный интервал для р-значения при повторном эксперименте

[-1.115, -0.326] - предсказательный интервал для размера эффекта по Коэну при повторном эксперименте

Интервалы важны для оценки, так как они отражают возможные значения, а не частные, как точечные оценки

8. Нестандартизированный размер эффекта

Отметьте Unstandardized. Введите значение размера эффекта в единицах измерения выборки (ES). Выпишите данное значение в графу: «99%-й ПИ для ES_»

Проследите как изменились интервалы и совпали ли они с интервалами из ESCIJSMS(Рисунок 13). Какие выводы можно сделать?

Рисунок 13 Значение интервалов для нестандартизированного размера эффекта

9. Отметьте psrep - вероятность воспроизведения.Вероятность получения такого же результата в последующих экспериментах.

Посмотрите на рисунок 14. Окно psrep.

Psrep- вероятность воспроизведения.

Окно p– предсказательный интервал для вероятности воспроизведения. Выпишите данные значения в графу: «Вероятность воспроизведения, Psrep с 99%-ым ПИ».

Рисунок 14 вероятность воспроизведения (psrep)

Мощность критерия и необходимый минимальный объем выборки:

1. Откройте программу G*Power.

2. Расчет мощности критерия

1. На вкладке test family выберите t tests

2. На вкладке Statistical tests (Статистические тесты) выберите Means: difference between two independent means(two groups). (Среднее: различие между двумя независимыми средними (две группы))

3. На вкладке type of power analysis (тип анализа мощности) выберите Post hoc: Compute achieved power…( После получения данных: расчет достигнутой мощности )

4. В окне InputParameters(Входные параметры):

   1. отметьте tail(s) – two.

   2. в поле Effect sizeвведите значения размера эффекта по Коену (стандартизированного) (см. графу «Размер эффекта по Коэну, d_C» в таблице).

   3. в поля Sample size group 1 (2)введите объемы выборок (см.n1,n2 в таблице).

5. Нажмите Calculate (Расчет). В графу «Достигнутая мощность, 1 – β» выпишите значениеPower( 1 – β err prob).

6. Окно Output Parameters(Выходные параметры): выпишите значениеPower (1-β)в графу «Достигнутая мощность, 1 – β».

Рисунок 15 расчет мощности критерия

3. Необходимый минимальный объем выборки:

1. На вкладке type of power analysisвыберитеA priori:Compute required sample size…(До получения данных: Расчет требуемого объема выборки)

2. В окне Power (1-β)введите значение 0,95 (в идеале он должен быть 1)

3. В окне allocation ratioвведитеотношениеобъемов выборкиn1 иn2.

4. Нажмите Calculate. (Расчет)

5. В графу: «Необходимые минимальные объемы выборок при α = 0,01 и 1 – β = 0,95» выпишите значения sample size group 1(2)для выборокn1(n2).

Рисунок 16 расчет необходимого минимального объема выборки

Что можно сказать по графикам? Достаточен ли был объем выборок? Достаточно ли одного изолированного исследования, чтобы сделать определенные выводы?

17