一个对治疗逆转设计的层次顺序回归模型,适用于非重叠效应大小
James Ohisei Uanhoro1, Megan Rojo1
1Department of Educational Psychology, University of North Texas, Denton, TX, United States.
我们开发了一种贝叶斯等级顺序模型,以准确估计单个案例设计 (SCD) 的非重叠指数. 这种统计进步改善了干预效应大小分析,并支持基于证据的决策.
科学领域:
- 行为科学 行为科学
- 心理测量 心理测量 心理测量
- 统计建模 统计建模
背景情况:
- 单个案例设计 (SCD) 对于评估干预措施至关重要.
- 视觉分析是常见的,但越来越多地使用诸如非重叠指数之类的定量效应大小.
- 在SCD中非重叠指数的统计基础需要进一步发展.
研究的目的:
- 为分析SCD引入贝叶斯的层次顺序模型,特别是治疗逆转设计.
- 为了能够准确估计特定案例的非重叠指数.
- 为模型实现提供一个用户友好的R包 (ssrhom).
主要方法:
- 开发了一种贝叶斯的等级顺序模型.
- 进行模拟研究以比较模型性能与标准方法.
- 利用治疗-逆转设计作为分析的主要焦点.
主要成果:
- 与标准方法相比,拟议的模型产生了更准确的特定案例的非重叠指数.
- 模型生成的参数指数显示出卓越的准确性.
- 模拟研究证实了开发的统计指数的提高精度.
结论:
- 贝叶斯的层次顺序模型为SCD分析提供了一个统计学上强大的框架.
- 这种方法增强了对SCD干预有效性的解释.
- ssrhom R包促进了在SCD研究中采用先进的定量方法.
更多相关视频
07:01Working Memory Training for Older Participants: A Control Group Training Regimen and Initial Intellectual Functioning Assessment
Published on: September 20, 2020
08:36Author Spotlight: Evaluating the Adjuvant Efficacy and Safety of Angong Niuhuang Pill in Viral Encephalitis Treatment
Published on: April 19, 2024
相关概念视频
Bioequivalence Experimental Study Designs: Repeated Measures, Cross-Over, Carry-Over, and Latin Square Designs
Crossover Experiments
Crossover designs are performed even with smaller sample sizes since the samples can act as their controls. These are better than simple randomized trials since patients are exposed to all the treatments.
Friedman Two-way Analysis of Variance by Ranks
Group Design
Dosage Regimen Designs: Nomograms and Tabulations
Bioequivalence Experimental Study Designs: Completely Randomized and Randomized Block Designs
