ตามที่ Fritz, Morris และ Richler (2011; ดูด้านล่าง) สามารถคำนวณเป็นขนาดเอฟเฟกต์สำหรับ Mann-Whitney U-test โดยใช้สูตร r = z นี้จะสะดวกให้ฉันเป็นฉันรายงานRยังในโอกาสอื่น ๆ ฉันต้องการรายงานช่วงความมั่นใจสำหรับrเพิ่มเติมจากการวัดขนาดเอฟเฟกต์
นี่คือคำถามของฉัน:
- ฉันสามารถคำนวณช่วงความเชื่อมั่นของ r สำหรับเพียร์สันได้หรือไม่แม้ว่ามันจะใช้เป็นตัววัดขนาดของเอฟเฟกต์สำหรับการทดสอบแบบไม่พารามิเตอร์
- ช่วงเวลาความเชื่อมั่นใดที่จะต้องมีการรายงานสำหรับการทดสอบแบบทางเดียวกับแบบสองด้าน
แก้ไขเกี่ยวกับคำถามที่สอง: "ต้องมีการรายงานช่วงความมั่นใจสำหรับการทดสอบแบบหางเดียวและแบบสองด้าน"
ฉันพบข้อมูลเพิ่มเติมที่ IMHO อาจตอบคำถามนี้ "ในขณะที่ขีดจำกัดความเชื่อมั่นแบบสองด้านก่อให้เกิดช่วงความมั่นใจคู่หูด้านเดียวของพวกเขาจะเรียกว่าขอบเขตความเชื่อมั่นที่ต่ำกว่าหรือสูงกว่า" ( http://en.wikipedia.org/wiki/Confidence_interval ) จากข้อมูลนี้ฉันสรุปได้ว่ามันไม่ใช่ประเด็นหลักว่าการทดสอบที่สำคัญ (เช่น -test) นั้นเป็นแบบหนึ่งหรือสองแบบ แต่ข้อมูลที่เราสนใจนั้นเกี่ยวกับ CI สำหรับขนาดผลกระทบ ข้อสรุปของฉัน (โปรดแก้ไขให้ฉันถ้าคุณไม่เห็นด้วย):
- CI สองด้านสนใจในขอบเขตบนและล่าง (เป็นผลให้เป็นไปได้ว่า CI สองด้านสร้าง 0 แม้ว่าการทดสอบนัยสำคัญด้านเดียวคือ p <.05 โดยเฉพาะอย่างยิ่งในกรณีที่มูลค่าใกล้เคียง 05. )
- ด้านเดียว "CI" สนใจเฉพาะในขอบเขตบนหรือล่าง (เนื่องจากเหตุผลเชิงทฤษฎี); แม้กระนั้นนี่ไม่จำเป็นต้องเป็นคำถามหลักที่น่าสนใจหลังจากทดสอบสมมติฐานโดยตรง CI สองด้านเหมาะสมอย่างสมบูรณ์แบบหากโฟกัสอยู่ในช่วงที่เป็นไปได้ของขนาดเอฟเฟกต์ ขวา?
ดูข้อความด้านล่างจาก Fritz, Morris, & Richler (2011) ตามขนาดประเมินสำหรับการทดสอบ Mann-Whitney จากบทความที่ฉันอ้างถึงด้านบน
"การประมาณขนาดเอฟเฟ็กต์ส่วนใหญ่ที่เราได้อธิบายไว้ที่นี่ถือว่าข้อมูลมีการแจกแจงแบบปกติอย่างไรก็ตามข้อมูลบางอย่างไม่เป็นไปตามข้อกำหนดของการทดสอบแบบพาราเมตริกเช่นข้อมูลบนลำดับ แต่ไม่ใช่ช่วงสเกลสำหรับข้อมูลนักวิจัยดังกล่าว มักจะเปลี่ยนเป็นการทดสอบทางสถิติที่ไม่ใช่พารามิเตอร์เช่นการทดสอบ Mann – Whitney และ Wilcoxon ความสำคัญของการทดสอบเหล่านี้มักจะประเมินผ่านการประมาณค่าการแจกแจงของสถิติการทดสอบเพื่อการกระจายเมื่อขนาดตัวอย่างไม่เล็กเกินไปและสถิติ แพ็คเกจเช่น SPSS ที่เรียกใช้การทดสอบเหล่านี้รายงานค่าzที่เหมาะสมนอกเหนือจากค่าสำหรับUหรือT ; zสามารถคำนวณได้ด้วยมือ (เช่น Siegel & Castellan, 1988) คุ้มค่าสามารถนำมาใช้ในการคำนวณขนาดของผลเช่นRเสนอโดยโคเฮ (1988); แนวทางของโคเฮนสำหรับ r คือเอฟเฟกต์ขนาดใหญ่คือ 0.5, เอฟเฟกต์ปานกลางคือ. 3 และเอฟเฟกต์ขนาดเล็กคือ. 1 (Coolican, 2009, p. 395) มันง่ายในการคำนวณr , r 2หรือη 2จากค่าzเหล่านี้เนื่องจาก r = z และ r2
ประมาณขนาดผลกระทบเหล่านี้ยังคงเป็นอิสระจากขนาดตัวอย่างแม้จะมี N ในสูตร นี่เป็นเพราะ z ไวต่อขนาดตัวอย่าง; การหารด้วยฟังก์ชัน N จะลบผลกระทบของขนาดตัวอย่างออกจากการประมาณขนาดผลกระทบผลลัพธ์ "(หน้า 12)