4. Статистична потужність дослідження || Гурток DataMind

Що таке р-значення? Навіщо воно нам потрібно і як правильно його інтепретувати? І які проблеми воно принесло психології за останні десятиріччя? Як зрозуміти, що результати дослідження варті довіри і до чого тут статистична потужність? Поговоримо у цьому відео. Посилання на папку з файлами https://drive.google.com/drive/u/0/fo...
00:00:00 Робота над помилками 00:03:50 jamovi: current чи solid версія? 00:04:32 як встановити додаткові пакети у jamovi 00:09:10 вірогідності у житті: потреба у прогнозованості 00:14:07 нульова гіпотеза в статистиці 00:14:45 альтернативна гіпотеза в статистиці 00:15:31 візуальний огляд двох гіпотез 00:16:05 яким може бути рівень статистичної значущості 00:19:18 рішення завжди приймає дослідник (відносно прийняття гіпотез теж) 00:21:12 як приймаємо гіпотезу? 00:23:00 зв'язок двох гіпотез: дві сторони однієї медалі 00:23:50 як сформульовані гіпотези: то менше чи більше 0,05? 00:27:14 "мені потрібна ось така гіпотеза" 00:29:12 криза у психології через р-значення і чим його заміняють 00:30:09 як приймати рішення, якщо вже є готовий рецепт (розмір ефекту і чому він кращий за p значення) 00:31:32 достатньо велика вибірка ламає статистичну значущість 00:32:04 скільки людей мені треба для дослідження? 00:32:45 катастрофа у валідності досліджень 00:34:20 як інтерпретувати p-значення 00:35:10 що таке статистика та параметр 00:37:37 правильне визначення p-значення 00:40:52 чи існує нульова кореляція: ось у чому основна проблема нульової гіпотези 00:43:20 інтерпретуємо гіпотезу на прикладі 00:44:25 навіщо нам p-значення: вибірка і популяція 00:46:00 розгляд репрезентативності вибірки на прикладі 00:47:47 чому нерепрезентативна вибірка - це проблема 00:50:35 коли р-значення не потрібне 00:53:23 перевірка реальністю 00:55:00 співпадіння з реальністю: приклад кульок 00:55:40 те саме з гіпотезами 00:57:20 помилка першого роду 00:57:52 помилка другого роду 00:59:14 статистична потужність 01:01:30 основна термінологія (альфа, бета...) 01:02:28 візуалізація статистичної потужності 01:04:35 апріорний аналіз, ДО дослідження (скільки досліджуваних треба) 01:07:08 одно- і двосторонні (направлені та ненаправлені) гіпотези 01:10:05 огляд апріорного аналізу в jamovi 01:12:10 апостеріорний аналіз (після дослідження, встновлення потужності) 01:16:35 аналіз потужності у програмі G*power 01:21:00 симуляції: можна погратися з даними 01:22:44 ставте вподобайки 01:23:08 показую, де дивитися нормальність розподілу в jamovi