在匹配分析中对未定义日志比率的处理方法
1Université TÉLUQ, Montréal, Canada.
Journal of the experimental analysis of behavior
|June 5, 2024
概括
在匹配分析中处理未定义的日志比率至关重要. 完全信息最大概率和省略未定义的比率为准确的估计提供了最佳性能,与其他方法不同.
科学领域:
- 行为经济学是一种行为经济学.
- 量化心理学 量化心理学
背景情况:
- 匹配分析对于理解行为强化器关系至关重要.
- 当比率为零时发生的未定义的逻辑比率构成了重大挑战,使数据不适合分析.
研究的目的:
- 评估五种不同的方法在匹配分析中处理未定义的逻辑比率的有效性.
- 通过模拟来比较这些基于估计准确度,灵敏度和偏差的方法.
主要方法:
- 进行了模拟,以比较未定义日志比率的五种处理方法.
- 处理包括省略比率,使用全信息最大概率 (FIML) 和各种常数/平均计数方法.
主要成果:
- 完全信息最大概率 (FIML) 和省略未定义的比率显示出优异的性能.
- 与归算技术相比,这些方法产生了微不足道的偏差和更准确的估计.
结论:
- 该研究建议FIML作为在匹配分析中处理未定义的日志比率的首选方法.
- 由于其性能较差,应避免使用含有平均/常量归算 (平均/100, 1/10, +.50) 的方法.


