Estatística para N = 1
Uma abordagem Bayesiana não paramétrica
DOI:
https://doi.org/10.15448/1980-6108.2020.1.38066Palavras-chave:
Intervalo de credibilidade de 95%, Porcentagem de todos os dados não sobrepostos (PAND), Porcentagem de todos os Bayes de dados não sobrepostos (PAND-B), Projeto de caixa única (SCD), Projeto Experimental de Caso Único (SCED)Resumo
A pesquisa em educação é frequentemente associada à comparação de médias de grupo e relações lineares em amostras suficientemente grandes, e a prática baseada em evidências trata do uso dos resultados dessa pesquisa na prática educacional. No entanto, há questões importantes para a prática da educação que não podem ser realmente abordadas por comparações de médias de grupo e relações lineares, por maiores que sejam as amostras. Além disso, diferentes tipos de restrições, incluindo as logísticas, financeiras e éticas, podem tornar a pesquisa com amostras maiores inviável ou, pelo menos, questionável. O que tem ficado menos conhecido em muitos campos é que existem desenhos de estudos e métodos estatísticos para pesquisas envolvendo pequenas amostras ou mesmo indivíduos que nos permitem abordar questões de importância para a prática da educação. Este artigo discute um tipo de tais situações e fornece uma abordagem estatística coerente simples que fornece estimativas de ponto e intervalo de diferenças de interesse, independentemente do tipo de variável de resultado e que é útil em outros tipos de estudos envolvendo grandes amostras, pequenas amostras, e indivíduos solteiros.
Downloads
Referências
Box GEP, Jenkins GM, Reinsel GC. Time series analysis: Forecasting and control. 3.rd ed. Upper Saddle River, NJ: Prentice Hall; 1994.
Brockwell PJ, Davis RA. Time series: Theory and methods. 2.nd ed. New York: Springer; 2009.
Leppink J. The art of modelling the learning process: Uniting educational research and practice. [Internet]. Cham: Springer; 2020 [citado 2020 Nov 13]. Disponível em: https://doi.org/10.1007/978-3-030-43082-5
Michiels B, Heyvaert M, Meulders A, Onghena P. Confidence intervals for single-case effect size measures based on randomization test inversion. Behav Res Meth [Internet]. 2017 [citado 2020 Nov 13];49:363-81. Disponível em: https://doi.org/10.3758/s13428-016-0714-4
Michiels B, Onghena P. Randomized single-case AB phase designs: Prospects and pitfalls. Behav Res Meth [Internet]. 2018 [citado 2020 Nov 13];51:2454-76. Disponível em: https://doi.org/10.3758/s13428-018-1084-x
Pérez-Fuster P, Sevilla J, Herrera G. Enhancing daily living skills in four adults with autism spectrum disorder through an embodied digital technology-mediated intervention. Res Aut Spect Dis [Internet]. 2019 [citado 2020 Nov 13];58:54-67. Disponível em: https://doi.org/10.1016/j.rasd.2018.08.006
Tanious R, De TK, Onghena P. A multiple randomization testing procedure for level, trend, variability, overlap, immediacy, and consistency in single-case phase designs. Behav Res Therap [Internet]. 2019 [citado 2020 Nov 13];119:103414. Disponível em: https://doi.org/10.1016/j.brat.2019.103414
Van de Schoot R, Milocević M. Small sample size solutions: A guide for applied researchers and practitioners [Internet]. OAPEN Home; 2020. [citado 2020 Nov 13]. Disponível em: http://library.oapen.org/handle/20.500.12657/22385
Cohen J. Statistical power analysis for the behavioural sciences. New York: Routledge; 1988.
Parker RI, Hagan-Burke S, Vannest KJ. Percentage of all non-overlapping data (PAND): An alternative to PND. J Spec Educ [Internet]. 2007 [citado 2020 Nov 13];40:194-204. Disponível em: https://doi.org/10.1177/00224669070400040101
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Copyright (c) 2020 Scientia Medica
Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License.