Video Experimental Relacionado
Updated: Jan 8, 2026
05:15
The Spatial Memory Game: Testing the Relationship Between Spatial Language, Object Knowledge, and Spatial Cognition
Published on: February 19, 2018
11.3K
Descomposición de los efectos espaciales de los resultados de salud a nivel estatal: una demostración metodológica y
Dritjon Gruda1,2, Paul Hanges3, Jim A McCleskey4,5
1Universidade Católica Portuguesa, Católica Porto Business School, Research Centre in Economics and Management, Porto, Portugal.
Resumen
Los modelos autorregresivos espaciales en estudios de psicología requieren la descomposición del impacto. Ignorar los efectos indirectos espaciales puede alterar o revertir los hallazgos sobre el narcisismo y los comportamientos de salud, advirtiendo contra interpretaciones de efectos directos.
Área de la Ciencia:
- Psicología; Econometría Espacial; Salud Pública
Sus antecedentes:
- Los modelos autorregresivos espaciales (SAR) son comunes en la investigación psicológica.
- Los investigadores a menudo no descomponen los efectos en impactos directos, indirectos y totales.
- Esta omisión es una práctica estándar en la econometría espacial.
Objetivo del estudio:
- Demostrar la necesidad de la descomposición del impacto en modelos SAR para estudios psicológicos.
- Reanalizar el conjunto de datos de la Tríada Oscura y la salud de EE. UU. utilizando métodos robustos.
- Revelar cómo los efectos indirectos espaciales influyen en las conclusiones psicológicas y de salud.
Principales métodos:
- Se aplicaron modelos autorregresivos espaciales (SAR) robustos a la heterocedasticidad.
- Se realizó un análisis completo de descomposición del impacto.
- Se reanalizó el conjunto de datos de la Tríada Oscura y la salud de EE. UU. (Gruda et al., 2024).
Principales resultados:
- El efecto protector directo del narcisismo sobre la mortalidad por hipertensión desapareció tras tener en cuenta los efectos indirectos espaciales.
- Las asociaciones entre el narcisismo y una menor prevalencia de cáncer/depresión se fortalecieron.
- Varias conclusiones sobre comportamientos de salud invirtieron su dirección, indicando efectos combinados dentro y entre estados.
- Las asociaciones del maquiavelismo y la psicopatía también cambiaron significativamente.
Conclusiones:
- Los efectos indirectos espaciales pueden alterar, diluir o revertir sustancialmente las estimaciones de efectos locales en estudios psicológicos.
- Los análisis de regresión ingenuos pueden confundir los efectos dentro y entre estados.
- Las implicaciones políticas derivadas únicamente de las estimaciones de efectos directos en modelos espaciales pueden ser engañosas.
Videos de Conceptos Relacionados
01:25Statistical Methods for Analyzing Epidemiological Data
864
Epidemiological data primarily involves information on specific populations' occurrence, distribution, and determinants of health and diseases. This data is crucial for understanding disease patterns and impacts, aiding public health decision-making and disease prevention strategies. The analysis of epidemiological data employs various statistical methods to interpret health-related data effectively. Here are some commonly used methods:
864
01:25Strategies for Assessing and Addressing Confounding
334
Confounding is a critical issue in epidemiological studies, often leading to misleading conclusions about associations between exposures and outcomes. It occurs when the relationship between the exposure and the outcome is mixed with the effects of other factors that influence the outcome. Given that, addressing confounding is of high importance for drawing accurate inferences in research.
Confounding can be addressed at both the design phase of a study and through analytical methods after data...
Confounding can be addressed at both the design phase of a study and through analytical methods after data...
334
01:23Mechanistic Models: Compartment Models in Individual and Population Analysis
225
Mechanistic models are utilized in individual analysis using single-source data, but imperfections arise due to data collection errors, preventing perfect prediction of observed data. The mathematical equation involves known values (Xi), observed concentrations (Ci), measurement errors (εi), model parameters (ϕj), and the related function (ƒi) for i number of values. Different least-squares metrics quantify differences between predicted and observed values. The ordinary least...
225
01:52Regression Toward the Mean
6.8K
Regression toward the mean (“RTM”) is a phenomenon in which extremely high or low values—for example, and individual’s blood pressure at a particular moment—appear closer to a group’s average upon remeasuring. Although this statistical peculiarity is the result of random error and chance, it has been problematic across various medical, scientific, financial and psychological applications. In particular, RTM, if not taken into account, can interfere when...
6.8K
01:29Bias in Epidemiological Studies
1.2K
Biases can arise at various stages of research, from study design and data collection to analysis and interpretation. Recognizing and addressing these biases is essential to ensure the validity and reliability of epidemiological findings.Broadly speaking, biases in epidemiology fall into three main categories: selection bias, information bias, and confounding. A more detailed description of possible biases is:
1.2K
01:27Confounding in Epidemiological Studies
552
Confounding in statistical epidemiology represents a pivotal challenge, referring to the distortion in the perceived relationship between an exposure and an outcome due to the presence of a third variable, known as a confounder. This variable is associated with both the exposure and the outcome but is not a direct link in their causal chain. Its presence can lead to erroneous interpretations of the exposure's effect, either exaggerating or underestimating the true association. This...
552