Speaker
Description
Nella ricerca in psicologia, la variabilità e la forma delle distribuzioni dei dati sono fattori potenzialmente rilevanti e significativi. Tuttavia, nei test inferenziali più usati, proprio la variabilità e la forma sono oggetto di assunzioni, mentre le ipotesi statistiche riguardano pressoché esclusivamente le medie. Per superare questo stato di cose proponiamo l’utilizzo di un indice, chiamato Overlapping, che misura il grado di sovrapposizione delle distribuzioni empiriche di dati. In altre parole, si stima la densità empirica dei dati e si quantifica la proporzione di densità condivisa dalle diverse distribuzioni. Tale indice, oltre ad essere informativo di per sé, può essere utilizzato in ottica inferenziale grazie all’approccio dei test di permutazione. Attraverso una simulazione Monte Carlo abbiamo dunque confrontato alcuni test tradizionali con i test di permutazione sull’Overlapping: le variabili manipolate sono la differenza tra le medie, quella tra le varianze, la forma delle distribuzioni e la numerosità campionaria. Negli scenari più frequenti della psicologia sperimentale, il test di permutazione sull’Overlapping mostra una migliore performance sia in termini di potenza sia di controllo dell'errore di I tipo.
| If you're submitting a poster, would you be interested in giving a blitz talk? | No |
|---|---|
| If you're submitting a symposium, or a talk that is part of a symposium, is this a junior symposium? | No |
