
Интересное сегодня
Как заставить кого-то сказать правду в 6 простых шагов
Будь то подозрение, что ваш партнер лжет вам, или уверенность, что коллега скрывает правду, умение з...
Исследование депрессии и чувствительности к вознаграждению у...
Депрессия у подростков связана с неблагоприятными краткосрочными и долгосрочными последствиями, таки...
Как ИИ может распознавать черты личности в тексте: Новые пер...
Открытие черного ящика ИИ Исследователи из Университета Барселоны продемонстрировали, как модели иск...
Влияние родительско-детских отношений на зависимость от смар...
Введение Исследование направлено на изучение влияния родительско-детских отношений на зависимость от...
Устойчивость общества к новым политикам: как реагируют люди
Введение Недавнее исследование показывает, что сопротивление новым политикам, таким как запреты на к...
Как побороть тревогу: простой способ справиться с страхами
Тревога может восприниматься как непрекращающаяся буря, оставляя вас беспомощным и застрявшим в водо...
Методы исследования поведения: Надежность метрик обучения
В статье, опубликованной в журнале Behavior Research Methods, рассматриваются различные методы вычисления надежности метрик обучения на основе времени реакции и точности. Исследование включает анализ коэффициента Кронбаха, корреляции Пирсона, доверительных интервалов и бутстреп-анализа.
Метрики надежности для оценок обучения на основе времени реакции
Рисунок 2 иллюстрирует метрики надежности для оценок обучения, основанных на времени реакции. Четыре панели показывают результаты четырех методов вычисления надежности, которые различаются по выбору предобработки. В каждой панели коэффициент Кронбаха наверху панели показывает полученное значение альфа от простого последовательного назначения испытаний и его 95% доверительный интервал, рассчитанный с помощью процедуры Фельдта.
Диаграммы рассеяния показывают оценки обучения, сырую корреляцию между оценками обучения для двух разделов, с одной точкой, соответствующей одному субъекту. Оценки обучения выражены в единицах различий во времени реакции для двух типов триплетов. Линия тренда показывает линейную подгонку, полосы соответствуют 95% доверительному интервалу. Пунктирная линия показывает линию тождества. Мы также указываем корреляцию Пирсона для двух половин и ее p-значение, а также 95% доверительный интервал.
Гистограммы показывают результаты двух перестановочных анализов. Слева показано распределение коэффициентов Кронбаха, полученных при повторном отборе проб, вместе с их средним значением. Справа показано бутстреп-распределение коэффициентов Кронбаха вместе с его средним значением и бутстреп-значениями 95% доверительного интервала.
Метрики надежности для оценок обучения на основе точности
Рисунок 3 иллюстрирует метрики надежности для оценок обучения, основанных на точности. Четыре панели показывают результаты четырех методов вычисления надежности, которые различаются по выбору предобработки. В каждой панели коэффициент Кронбаха наверху панели показывает полученное значение альфа от простого последовательного назначения испытаний и его 95% доверительный интервал, рассчитанный с помощью процедуры Фельдта.
Диаграммы рассеяния показывают оценки обучения, сырую корреляцию между оценками обучения для двух разделов, с одной точкой, соответствующей одному субъекту. Оценки обучения выражены в единицах различий во времени реакции для двух типов триплетов. Линия тренда показывает линейную подгонку, полосы соответствуют 95% доверительному интервалу. Пунктирная линия показывает линию тождества. Мы также указываем корреляцию Пирсона для двух половин и ее p-значение, а также 95% доверительный интервал.
Гистограммы показывают результаты двух перестановочных анализов. Слева показано распределение коэффициентов Кронбаха, полученных при повторном отборе проб, вместе с их средним значением. Справа показано бутстреп-распределение коэффициентов Кронбаха вместе с его средним значением и бутстреп-значениями 95% доверительного интервала.
Введение
Исследование надежности метрик обучения является важным аспектом в области поведенческих наук. Надежность оценок обучения позволяет оценить стабильность и воспроизводимость результатов, что является ключевым для интерпретации данных и принятия обоснованных решений.
Подход
В данном исследовании использовались различные методы вычисления надежности, включая коэффициент Кронбаха, корреляцию Пирсона, доверительные интервалы и бутстреп-анализ. Эти методы позволили получить комплексное представление о надежности метрик обучения на основе времени реакции и точности.
Заключение
Результаты исследования показали, что использование различных методов вычисления надежности позволяет получить более точное и надежное представление о метриках обучения. Это особенно важно для поведенческих исследований, где надежность данных играет ключевую роль в интерпретации результатов.