Estatística para N = 1

Uma abordagem Bayesiana não paramétrica

Autores

DOI:

https://doi.org/10.15448/1980-6108.2020.1.38066

Palavras-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

Não há dados estatísticos.

Biografia do Autor

Jimmie Leppink, University of York, York, North Yorkshire (NY), United Kingdom

PhD in Statistics Education, LLM in Forensics, Criminology and Law, and MSc in Psychology and Law from Maastricht University, the Netherlands; MSc in Statistics from Catholic University of Leuven, Belgium; currently Senior Lecturer in Medical Education and Director of Assessment at Hull York Medical School, University of York, United Kingdom.

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

2020-12-17

Como Citar

Leppink, J. (2020). Estatística para N = 1: Uma abordagem Bayesiana não paramétrica. Scientia Medica, 30(1), e38066. https://doi.org/10.15448/1980-6108.2020.1.38066

Edição

Seção

Educação em Ciências da Saúde