Відео

Мы с коллегами в последнее время иногда используем формулировки типа "В этом вопросе выберите ответ "Скорее согласен"" Исследования показывают, что таких вопросов, если анкета длинная, должно быть штук 5, причём критерий отбора можно сделать чуть мягче (например, если человек ответил верно на 4 вопроса из 5, т.к. в одном случае даже внимательный респондент может ткнуть по ошибке не туда). И это, конечно, нужно только для тех сервисов, где люди получают деньги за заполнение - там процент фейковых ответов может быть от 10 до 25%.

Спасибо - действительно, и моей в терминологии есть некоторая путаница и непоследовательность из-за попытки впихнуть невпихуемое в одну лекцию, и так, чтобы было понятно людям, которые всё это в первый раз слышат. Но аналогичная путаница и противоречия есть и между классической парадигмой Фишера и подходом Неймана-Пирсона, а также его современным изводом в психологии, который мы пока условно называем "The new statistics". Я в прошлом году придумал и опробовал, как это можно дать более последовательно и логично первокурсникам в семестровом курсе - если буду перезаписывать эти лекции для магистров, то обязательно эту тему буду улучшать.

Если я правильно понял, то речь идёт о последовательных замерах одной или нескольких переменных, и там обязательно будет иметь место автокорреляция, что не мешает строить медиационные модели. Самая простая - cross-lagged panel model (собственно, медиационная модель в чистом виде), но её критикуют ровно за то, что она не позволяет отделить различия между индивидами от временной динамики. Есть более хитрые и современные латентные модели для такого типа данных, которые разбивают ковариацию на устойчивую (межиндивидуальную) часть и изменчивую (внутрииндивидуальную), что позволяет получать более чистые выводы о каузальности.

Да, обычная альфа (которая считается через дисперсии), но не стандартизованная (которая считается через среднюю корреляцию) для бинарных шкал подходит.

Обычно многомерное - это multivariate, где речь идёт об изучении связей целого набора измеренных переменных (с помощью регрессионного, факторного анализа, эксплораторных методов, машинного обучения и пр.) или проверке конкретных гипотез о характере их связей.

На русском я бы советовал книги Натальи Петровны Бусыгиной. На английском литературы много - мне нравятся Smith Qualitative psychology, Lyons & Coyle Analysing qualitative data, книги Carla Willig и др. Все перечисленные англоязычные можно добыть на сайтах, которые нельзя называть, но которые знают, наверное, все студенты)

Не уверен, что я правильно понял вопрос, но KMO отражает, сколько у переменных общей дисперсии, а тест Бартлетта - насколько их связи отличаются от нуля. Оба они рассчитываются по матрице корреляций, т.е., это предварительные этапы по отношению к факторному анализу, независимые от него. Честно говоря, лично я не сильно уверен в полезности этих двух статистик на практике - они скорее имели смысл в древности, когда ФА делался вручную или на суперкомпьютерах и людям было важно понять, тратить ли кучу времени на его расчет :-)

К сожалению, в этот курс не влезло - можно было бы сделать отдельное видео по GPower, главное найти время)) но там, кажется, единственная тонкость - что есть Cohen's f и Cohen's f^2, и самое сложное - их не путать :-)

Это уже немножко психофизиологическая специфика... но если дойдут руки, постараюсь)

А на какие группы делить и зачем? Если тест подтвердил, что зависимые являются зависимыми, а не зависимые - не зависимыми, то этого и достаточно, но изначально Вы их тоже наверняка брали на основе какого-то критерия?

@@evgeny_osin спасибо, что ответили, нет изначально просила чтоб прошли с АА участники. Но это не аргумент. Поэтому всех сейчас по всем методикам, как я поняла, а потом только выделиться группа

Спасибо))

Есть масса хороших книг, например "Эксперимент в социальной психологии" Милгрэма (www.klex.ru/esi), "Когнитивная психология" Солсо (yanko.lib.ru/books/psycho/solso=cognitive_psychology-6.ru.pdf), где этих примеров очень много)

@@evgeny_osin благодарю ❤️

​@@Alexander_Favorite Спасибо, я подумаю ) А Евгений и вправду большой молодец: его видеокурс - возможно, лучший из того, что мы сейчас имеем на русском.

​@@Alexander_FavoriteНайдёте лучше - дайте ссылку ;) Лучший ведь не значит безупречный, просто остальные хуже. Кроме того, исторически так сложилось, что конкретно эта тема проверки гипотез крайне неудачно изложена в большинстве учебников, в т.ч. на английском.

С пунктами 1-6 в целом согласен, но подробно это всё объясняется в следующей теме 7, хотя и там есть мелкие неточности. В этом слайде была задача пропедевтически ввести понятие уровня значимости, но, возможно, это была не лучшая идея. По 7, 8 - я бы поспорил и уточнил, но, опять же, если это обсуждать подробно, то нужно посвятить примерно час каждому из этих вопросов. Не стоит забывать, что это вводный курс рассчитанный на наших студентов, некоторые из которых впервые слышат слово "стандартное отклонение" и думают, что это что-то из клинической психологии. Отмечу, что, по сравнению со студентами-психологами в других странах, которые не знают знака суммы и не знают операций с дробями, это ещё довольно высокий уровень. Но, это, безусловно, не уровень магистратуры в ситуации, где есть а) бакалавриат по психологии как пререквизит для поступления в магистратуру и б) нормальное преподавание матметодов в этом бакалавриате.

Можешь ли ты что-то посоветовать начинающему? Интересные «придирки». Вдуг шариш

Спасибо! К сожалению, курс записывался во время пандемии, с минимальной подготовкой, без оборудования и в авральном режиме, без возможности что-нибудь исправить или перезаписать. Надеюсь, когда-нибудь найдётся время прочитать и нарезать весь этот контент как следует, дополнив его практикой по статистике в Jamovi и добавив куски по более современным и продвинутым методам, типа анализа латентных профилей, тонкостей структурного моделирования и пр. Слайды, датасеты и даже задания все есть, нет только времени или средств, чтобы его освободить от других работ...

@@evgeny_osin было бы замечательно, очень ждем!

Даня, добрый день! Спасибо, классный вопрос! Уровень значимости эффектов стоит интерпретировать с оглядкой на то, что эффекты часто небольшие, и статистическая мощность (= вероятность обнаружить эффект как значимый на выборке, если он реально есть в генеральной совокупности) часто далека от 100%. Поэтому если эффект значимый, о его наличии можно говорить с некоторой достоверностью, но если эффект не значим, не факт, что его нет в генеральной совокупности - просто мы его с достоверностью на данной выборке не видим. Общий эффект может быть как важным с содержательной точки зрения (иногда), так и не очень (чаще). В первом Вашем примере, когда непрямой и общий эффект значимы, а прямой нет, можно говорить о полной медиации (если это ожидание обосновано теорией). В таких случаях принято общий эффект приводить, но он, строго говоря, для вывода о медиации необязателен - достаточно непрямого и прямого эффектов. Вторая ситуация, когда значим только непрямой эффект, может иметь место, если у прямого и непрямого эффектов разные знаки, при этом прямой немножко слабее, и общий эффект, возникающий в результате их сложения, не значим - тогда нас, опять-таки, интересует только значимый непрямой эффект. Действительно, классическая парадигма медиации, предложенная Бэроном и Кенни (Baron & Kenny, 1986) как раз от общего эффекта отталкивалась, но накопленные эмпирические примеры ситуаций, когда у прямых и непрямых эффектов разные знаки, величина и мощность (= шансы их обнаружить неодинаковы на одной и той же выборке) приводят к заключению, что не стоит уделять слишком много внимания общему эффекту и вопросу о том, полная медиация или частичная - соображения на эту тему очень хорошо излагают Rucker et al. (2011): Rucker, D. D., Preacher, K. J., Tormala, Z. L., & Petty, R. E. (2011). Mediation analysis in social psychology: Current practices and new recommendations. Social and Personality Psychology Compass, 5(6), 359-371. doi.org/10.1111/j.1751-9004.2011.00355.x

Спасибо, Евгений Николаевич, за подробное разъяснение! У меня возник еще один вопрос по поводу знаков коэффицентов. У меня получилось, что Бета-коэффицент непрямого эффекта статистически значимый и положительный , а Бета-коэффицент прямого эффекта - так же статистически значимый, но со знаком минус. В целом такая противоречивая картина в какой-то степени имеет место быть в рамках теоретического анализа проблемы моего исследования, но меня волнует следующее: при анализе медиации интерпретируются знаки коэффициентов (как, например, при корреляции / регрессии)?

@@danyapolyushkin8398 Да, интерпретация коэффициентов и их знаков точно такая же, как в регрессии: каждый стандартизованный коэффициент отражает, на сколько стандартных отклонений увеличится (или уменьшится) зависимая переменная при изменении предиктора на одно стандартное отклонение при прочих равных (т.е. при том, что все остальные предикторы этой же зависимой переменной, заложенные одновременно в модель, неизменны). Прямой и непрямой эффекты могут иметь разные знаки, и это говорит о наличии двух содержательно противоположных эффектов, когда предиктор действует сам по себе и через медиатор. Например, в нашей недавней статье с коллегой (Gulevich & Osin, 2023: doi.org/10.1111/bjso.12648 ) мы обнаружили, что доверие к людям у россиян прямо связано с одобрением военных действий (прямой эффект, положительный), что противоречит имеющимся мировым данным. Но доверие также положительно связано с переживанием идентификации с социальными группами - как со своей страной, так и с человечеством в целом. При этом идентификация со своей страной коррелирует с одобрением военных действий положительно, а идентификация с человечеством - слабо отрицательно. И если эти две идентификации становятся медиаторами, то у них возникают непрямые эффекты с противоположными знаками (причём отрицательный эффект идентификации с человечеством при контроле национальной идентификации усиливается), а прямой эффект остаётся положительный, но очень-очень слабый. И мы интерпретируем это так: более высокий уровень доверия людям, выражающийся в национальной идентификации, связан с одобрением военных действий, а выражающийся в идентификации с человечеством - напротив, с осуждением военных действий. При этом эффект национальной идентификации сильнее, поэтому и общий эффект доверия оказывается положительный.

Спасибо Вам большое! И отдельно благодарю за пример!