Устойчивые меры центральной тенденции: взвешивание как возможная альтернатива усечению данных при анализе времен ответов

Авторы

  • Юрий Додонов
  • Юлия Додонова

DOI:

https://doi.org/10.54359/ps.v4i19.821

Ключевые слова:

меры центральной тенденции, усеченное среднее, взвешенное среднее, скорость переработки информации, распределение времен ответов

Аннотация

Проблема устойчивости мер центральной тенденции рассматривается в данной статье в контексте исследований скорости переработки информации, где первичные данные для каждого испытуемого всегда представляют собой набор времен ответов, на основании которых должен быть рассчитан единственный индивидуальный показатель, характеризующий местоположение индивидуального распределения. Статья состоит из трех частей. В первой части предлагается обзор различных мер центральной тенденции. Подробно рассматриваются оценки центральной тенденции, основанные на усечении данных, поскольку именно мерам этой группы в современной литературе чаще всего отдается предпочтение как наиболее устойчивым к смещенности распределения и наличию в нем выбросов. Обсуждается другой возможный подход к получению устойчивых мер центральной тенденции, а именно взвешивание данных; предлагаются две авторские оценки центральной тенденции, основанные на взвешивании. Во второй части статьи на основании результатов, полученных в эмпирическом исследовании, и компьютерной симуляции данных демонстрируется, что выбор той или иной меры центральной тенденции в целях описания индивидуального времени ответа в скоростной задаче может существенным образом повлиять на вывод о значимости взаимосвязи данного скоростного показателя с внешней переменной. В третьей части статьи анализируемые меры центральной тенденции сравниваются на основании компьютерной симуляции данных, имитирующих времена ответа испытуемых в реальном эксперименте. В приложении приводятся алгоритмы для вычисления всех обсуждаемых мер центральной тенденции в программной среде R.

Скачивания

Данные скачивания пока недоступны.

Авторы

Юрий Додонов

Додонов Юрий Сергеевич. Научный сотрудник, Московский городской психолого-педагогический университет, ул. Сретенка, д. 29, 127051Москва, Россия. E-mail: ys.dodonov@gmail.com

Юлия Додонова

Додонова Юлия Александровна. Кандидат психологических наук, научный сотрудник, Московский городской психолого-педагогический университет, ул. Сретенка, д. 29, 127051 Москва, Россия. E-mail: ya.dodonova@mail.ru

Литература

Barnett, V., Lewis, T. (1994). Outliers in statistical data (3rd ed.). New York: Wiley.

Dodonov, Y. S. (2010). Response time and intelligence: problems of data weighting and averaging. Poster presented on the Eleventh Annual Conference of International Society for Intelligence Research. Alexandria, USA.

Dodonova, Y. A., Dodonov, Y.S. (in press). Speed of emotional information processing and emotional Intelligence. International Journal of Psychology.

Heathcote, A., Popiel, S. J., & Mewhort, D. J. (1991). Analysis of response time distributions: An example using the Stroop task. Psychological Bulletin, 109, 340–347.

Hockley, W. E. (1982). Retrieval processes in continuous recognition. Journal of Experimental Psychology: Learning, Memory, & Cognition, 8, 497–512.

Hockley, W. E. (1984). Analysis of response time distributions in the study of cognitive processes. Journal of Experimental Psychology: Learning, Memory, & Cognition, 10, 598–615.

Hohle, R. H. (1965). Inferred components of reaction times as a function of foreperiod duration. Journal of Experimental Psychology, 69, 382–386.

Huber P. J. (1981). Robust statistics. New York: Wiley.

Jensen A. (1998). The g factor. London: Praeger.

Keselman, H. J., Othman, A. R., Wilcox, R. R., & Fradette, K. (2004). The new and Improved two-sample t test. American Psychological Society, 15(1), 47–51.

Keselman, H. J., Algina, J., Lix, L. M., Wilcox, R. R., & Deering, K. (2008). A generally robust approach for testing hypotheses and setting confidence intervals for effect sizes. Psychological Methods, 13, 110–129.

Lovie, P. (1986). Identifying outliers. In A. D. Lovie (Ed.), New developments in statistics for psychology and the social sciences (pp. 44–69). British Psychological Society: London.

Luce, R. D. (1986). Response times: Their role in inferring elementary organization. New York: Oxford University Press.

Othman, A. R., Keselman, H. J., Padmanabhan, A. R., Wilcox, R. R., & Fradette, K. (2004). Comparing measures of the ‘typical’ score across treatment groups. British Journal of Mathematical and Statistical Psychology, 57, 215–234.

Ratcliff, R. (1978). A theory of memory retrieval. Psychological Review, 85, 59–108.

Ratcliff, R. (1979). Group reaction time distributions and an analysis of distribution statistics. Psychological Bulletin, 86, 446–461.

Ratcliff R. (1993). Methods for dealing with reaction time outliers. Psychological Bulletin, 114, 510–532.

Ratcliff, R., & McKoon, G. (2008). The diffusion decision model: Theory and data for two-choice decision tasks. Neural Computation, 20, 873–922.

Ratcliff, R. & Murdock, B. B., Jr. (1976). Retrieval processes in recognition memory. Psychological Review, 83, 190–214.

Rocke, D. M., Downs, G. W., & Rocke, A. J. (1982). Are robust estimators really necessary? Technometrics, 24, 95–101.

Rosenberg, M. S. (2005). The file-drawer problem revisited: A general weighted method for calculating fail-safe numbers in meta-analysis. Evolution, 59, 464–468.

Rousseeuw, P. J., & Croux, C. (1993). Alternatives to the median absolute deviation. Journal of the American Statistical Association, 88, 1273–1283.

Sheppard, L. D., Vernon, P. A. (2008). Intelligence and speed of information–processing: A review of 50 years of research. Personality and Individual Differences, 44(3), 535–551.

Ulrich, R., & Miller, J. (1994). Effects of outlier exclusion on reaction time analysis. Journal of Experimental Psychology: General, 123, 34–80.

Wilcox, R. R. (2001). Fundamentals of modern statistical methods. New York: Springer.

Wilcox, R. R. (2003). Applying contemporary statistical techniques. San Diego, CA: Academic Press.

Wilcox, R. R. (2005). Introduction to robust estimation and hypothesis testing (2nd ed.). San Diego, CA: Academic Press.

Wilcox, R. R., & Keselman, H. J. (2005). Modern robust data analysis methods: Measures of central tendency. Psychological Methods, 8, 254–274.

Число просмотров

Просмотров: 71

Опубликован

21.10.2011

Как цитировать

Додонов, Ю., & Додонова, Ю. (2011). Устойчивые меры центральной тенденции: взвешивание как возможная альтернатива усечению данных при анализе времен ответов. Психологические исследования, 4(19). https://doi.org/10.54359/ps.v4i19.821

Выпуск

Раздел

Статьи