Robusta efektu lieluma analīze
Robustā efektu lieluma analīze kvantificē atšķirības vai asociācijas lielumu, izmantojot novērtētājus, kas ir izturīgi pret ārkārtējām vērtībām un normalitātes pārkāpumiem. Tā vietā, lai paļautos uz klasisko statistiku, piemēram, Coena d, kas balstīta uz izlases vidējiem un standartnovirzēm, robustās variācijas izmanto apgrieztos vidējos un Vinsorizētās standartnovirzes, lai iegūtu efektu lieluma novērtējumus, kas precīzi atspoguļo tipisko efektu, nevis ir palielināti ārkārtēju vērtību dēļ.
Lasīt pilno metodes aprakstu
Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.
Method map
The neighbourhood of related methods — select a node to explore.
Avoti
- Algina, J., Keselman, H. J., & Penfield, R. D. (2005). An alternative to Cohen's standardized mean difference effect size: A robust parameter and confidence interval in the two independent groups case. Psychological Methods, 10(3), 317–328. DOI: 10.1037/1082-989X.10.3.317 ↗
- Wilcox, R. R. (2012). Introduction to Robust Estimation and Hypothesis Testing (3rd ed.). Academic Press. ISBN: 978-0123869838
Kā citēt šo lapu
ScholarGate. (2026, June 3). Robust Effect Size Analysis. ScholarGate. https://scholargate.app/lv/statistics/robust-effect-size-analysis
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Analīze efektu lielumamStatistika↔ compare
- Jaudas analīzeStatistika↔ compare
- Robustā aprakstošā statistikaStatistika↔ compare
- Robustā neatkarīgo paraugu t-kriterijsStatistika↔ compare
- Robustā viena virziena ANOVAStatistika↔ compare
Uz to atsaucas
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →