Dimensione dell'effetto per effetto di interazione nel progetto di controllo pre-post trattamento

Se si sceglie di analizzare un progetto di controllo del trattamento pre-post con una variabile dipendente continua usando un ANOVA misto, ci sono vari modi per quantificare l'effetto dell'essere nel gruppo di trattamento. L'effetto di interazione è un'opzione principale.

In generale, in particolare come misure di tipo d di Cohen (cioè, ). Non mi piacciono le misure spiegate sulla varianza perché i risultati variano in base a fattori irrilevanti come le dimensioni relative dei campioni dei gruppi.${\frac{\mu_1 - \mu_2}{\sigma}}$

Quindi, stavo pensando di poter quantificare l'effetto come segue

• $\Delta\mu_c = \mu_{c2} - \mu_{c1}$
• $\Delta\mu_t = \mu_{t2} - \mu_{t1}$
• Pertanto, la dimensione dell'effetto potrebbe essere definita come $\frac{\Delta\mu_t - \Delta\mu_c}{\sigma}$

dove riferisce al controllo, t al trattamento e 1 e 2 rispettivamente al pre e al post. σ potrebbe essere la deviazione standard aggregata al tempo 1.$c$$t$$\sigma$

Domande:

• È appropriato etichettare questa misura della dimensione dell'effetto d?
• Questo approccio sembra ragionevole?
• Qual è la pratica standard per le misure della dimensione dell'effetto per tali disegni?

Sì, ciò che stai suggerendo è esattamente ciò che è stato suggerito in letteratura. Vedi, ad esempio: Morris, SB (2008). Stima delle dimensioni degli effetti da progetti di gruppi di controllo pretest-posttest. Metodi di ricerca organizzativa, 11 (2), 364-386 ( link , ma purtroppo, nessun accesso gratuito). L'articolo descrive anche diversi metodi per stimare questa misura della dimensione dell'effetto. Puoi usare la lettera "d" per indicare la dimensione dell'effetto, ma dovresti sicuramente fornire una spiegazione di ciò che hai calcolato (altrimenti, i lettori probabilmente supporranno che hai calcolato la differenza media standardizzata solo per i punteggi post-test).

Credo che eta-square generalizzato ( Olejnik & Algena, 2003 ; Bakeman, 2005 ) fornisca una soluzione ragionevole alla quantificazione della dimensione dell'effetto che generalizza tra i progetti tra S e S-entro. Se ho letto correttamente questi riferimenti, eta-square generalizzato dovrebbe anche generalizzare attraverso le dimensioni del campione.

Eta-square generalizzato viene automaticamente calcolato dalla funzione ezANOVA () nel pacchetto ez per R.

E penso che si potrebbe chiarire notando (tra), quindi le persone saprebbero che è una dimensione dell'effetto di controllo sperimentale. Perché c'è anche una dimensione dell'effetto all'interno del gruppo. FYI. In bocca al lupo!