Hallo zusammen,
Ich habe einige sehr grundlegende Fragen, die ich gerne richtig beantworten möchte (ich beginne mit Statistiken, bitte haben Sie etwas Geduld). Ich bin mir nicht sicher, welche Ergebnisse ich wählen soll, um einfache Antworten zu formulieren.
In meinem Experiment geht es um Änderungen der Fixierungszahl und der ästhetischen Erfahrung vor und nach der Wiederherstellung eines Gemäldes.
Die Daten, die ich habe, sind:
- Wiederherstellungsphase (vorher / nachher)
- Fixationszahl (Nummer)
- Ästhetische Erfahrung (ja / nein)
Fragen: ("Ja / Nein" und "Wie")
1) Gibt es einen Zusammenhang zwischen der Wiederherstellungsphase und der Anzahl der Fixierungen?
2) Gibt es einen Zusammenhang zwischen Restaurierungsphase und ästhetischer Erfahrung?
3) Gibt es einen Zusammenhang zwischen Fixationszahl und ästhetischer Erfahrung?
Ich habe hier das Bild der Analyse eingefügt, die ich gemacht habe.
Ps: Ich habe beschlossen, Ausreißer nicht auszuschließen.
Antworten:
1) Nein, es gibt keine signifikante Beziehung zwischen der Wiederherstellungsphase und der Fixierungszahl ( α = 0,05 / p = 0,3498 )
2) Ja, das gibt es eine signifikante Beziehung zwischen der Restaurierungsphase (vorher / nachher) und der ästhetischen Erfahrung (α = 0,05 / ChiSquare = 0,037 / p = 0,8484 /).
3) Nein, es gibt keine signifikante Beziehung zwischen der Fixierungszahl und der ästhetischen Erfahrung (α = 0,05 / p = 0,6071).
Die Hilfe, die ich brauche:
- Sind die Antworten richtig? Sind die Analysen die guten für die Arten von Variablen, die ich habe?
- Wenn ich Statistiken gut habe, ist es nicht möglich, die Kausalität zu überprüfen, oder? (weil sie alle eine nominelle Variable enthalten). Wenn nicht, wie kann man verstehen, wie eine Variable die andere aus der tatsächlichen Analyse beeinflusst?
- Was kann ich noch zu den Antworten aus der beigefügten Analyse sagen, um meine Analyse zu bereichern?
Vielen Dank!
1. Werden sowohl vor als auch nach der Fixierung Messungen an derselben Person gezählt oder wurden verschiedene Personen gemessen? Eine Gruppe für das Vorher und eine Gruppe für das Nachher?
2. Die Anzahl der Fixierungen ist das, was Sie für die Schätzung von "Gefällt mir" / "Gefällt mir nicht" messen. Richtig?
Hallo Jim,
1. Sie sind verschiedene Individuen in zwei verschiedenen Gruppen, der Gruppe vor und der Gruppe nach.
2. Ich möchte überprüfen, ob mehr / weniger Fixierungen mit Antworten auf ästhetische Erfahrungen (Ja / Nein) zusammenhängen. Sagen wir: Fixieren Menschen, die für ästhetische Erfahrungen Ja sagen, mehr?
Ich glaube du willst es tun
Analysieren ==> Modell anpassen
Mit Ihrem Modell definiert als
Y Variable, Fixationszahl
Ihre Modelleffekte
Ästhetisch
Wiederherstellung
Ästhetische * Restauration
Es sollte Ihnen alle Analysen geben, die Sie benötigen
Ich möchte darauf hinweisen, dass Ihre Analysen, obwohl sie mit der Art und Weise übereinstimmen, wie Statistiken allgemein (schlecht) gelehrt werden, und mit den meisten einführenden Statistikbüchern zunehmend als schlechte Praxis angesehen werden. Beweise wie Sie sollten nicht als Antwort auf die Frage angesehen werden: Gibt es eine Beziehung zwischen x und y oder gibt es keine Beziehung? Alle Ergebnisse beziehen sich auf Wahrscheinlichkeiten, dh eher auf Graustufen als auf Ja / Nein-Fragen. Die Dichotomisierung der Antwort ist meiner Meinung nach eine schlechte statistische Praxis. Entscheidungen sind oft Dichotomien, aber die Beweise sind es nie. Das Bestimmen von Kausalzusammenhängen ist noch nebulöser.
Ich würde empfehlen, sich darauf zu konzentrieren, wie gut (oder nicht) die Daten sind und wie stark die Daten variieren. Ihr Datensatz ist für solche qualitativen Fragen ziemlich klein, daher halte ich es nicht für angebracht, aus diesen Daten etwas zu schließen. Das Beste, was Sie tun können, ist zu sagen, ob Ihre begrenzten Daten mit einer bestimmten Hypothese übereinstimmen oder nicht. Und wenn Sie die Hypothese ablehnen, dass es keine Beziehung gibt, interpretieren Sie dies nicht als Unterstützung für eine bestimmte alternative Hypothese, die Sie in Betracht gezogen haben. Ablehnung bedeutet nur, dass Sie die Beweise als ausreichend beurteilen, um zu sagen, dass etwas mehr als zufällige Variation für die Muster verantwortlich ist, die Sie sehen (oder wie einige andere gesagt haben, ist die Nullhypothese - keine Auswirkung - sicherlich falsch; was von größerem Interesse ist, ist Was Sie über die Effektgröße sagen können: Es ist definitiv nicht Null, aber die eigentliche Frage ist, wie groß es ist?).
