Ich würde gerne wissen, was das weniger voreingenommene Maß für die zentrale Tendenz wäre, RTs unter zwei Bedingungen mit vielen Studien (~ 700) zu vergleichen. Der Mittelwert ist sehr empfindlich gegenüber Ausreißern und der Median sehr robust, daher habe ich immer diesen letzten verwendet. Allerdings scheint mir, dass ich mit dieser Maßnahme nicht wirklich erfasse, was am Heck der Verteilung passiert. Ich bin jedoch nicht mit dem Diffusionsmodell vertraut.
Einen leicht zugänglichen Überblick über einige der Probleme finden Sie in Whelan (2008), das weitere Referenzen zu diesem Thema enthält. Beachten Sie, dass aus statistischer Sicht der Stichprobenmittelwert und der Median unvoreingenommene Schätzer ihrer Bevölkerungsäquivalente sind. Bei Ausreißern, Schiefe und dergleichen kann der Standardfehler des Stichprobenmittelwerts jedoch um einiges größer sein als der Stichprobenmedian. Darüber hinaus sollte die Populationsverteilung typischerweise als eine Mehrkomponenten-Mischungsverteilung angesehen werden (z. B. Schnellschätzungsversuche, "echte Versuche", abgelenkte Versuche). In solchen Fällen interessiert Sie vielleicht besonders die zentrale Tendenz der „Echtversuchs“-Verteilung. In diesem Fall können Mittelwert und Median der Stichprobe verzerrte Schätzungen von äquivalenten Bevölkerungsverteilungen in „realen Versuchen“ sein.
Whelan (2008) schlägt Folgendes in der Reihenfolge der Präferenz vor, wenn ein Maß für die zentrale Tendenz geschätzt wird:
Die Rechtfertigung für eine bestimmte Methode hängt jedoch von der zugrunde liegenden Verteilung der Daten und der Art des Bedingungseffekts ab. Wenn beispielsweise der Zustand hauptsächlich die Prävalenz von Ausreißern oder Schiefe beeinflusst, wirkt sich dies mehr auf den Mittelwert als auf den Median in der Grundgesamtheit aus.
Eine gute allgemeine Strategie, um diese Probleme zu untersuchen und Ihre Entscheidung zu begründen, besteht darin, die zentrale Tendenz der Reaktionszeiten mit einer Reihe von Methoden abzuschätzen. Korrelieren Sie dann die Ergebnisse, die Sie für jede Person mit den verschiedenen Methoden erhalten. Wenn Sie sehr hohe Korrelationen erhalten (z. B. r > 0,95 oder 0,99), wissen Sie, dass die Methode kaum einen Unterschied macht.
Whelan (2008) diskutiert auch Strategien zum Schätzen aller Parameter in der RT-Verteilung.
Wenn Sie die Wahlreaktionszeit untersuchen, ist das Diffusionsmodell von LBA oder Ratcliff möglicherweise besser geeignet.
Krista
Gala
Krista
Jerome Anglim