变异性作为预测因子：针对小样本和少量重复测量的贝叶斯变异性模型
应用统计
2014-11-12 v1
摘要
虽然大多数心理学研究关注均值差异，但越来越多的文献证明了考虑个体内变异性差异的价值。与分析均值差异可用的方法数量相比，用于分析个体内变异性的方法非常匮乏，特别是当变异性被视为预测因子时。在本文中，我们首先回顾了将个体内变异性作为结果变量进行分析的方法，包括个体标准差（ISD）和一些近期方法。随后，我们引入了一种新的贝叶斯方法，用于将个体内变异性作为预测因子进行分析。为了使该方法易于被研究社区获取，我们开发了一个开源 R 包 VARIAN。为了比较使用所提出的贝叶斯分析与将 ISD 作为回归预测因子时的参数估计准确性，我们进行了一项模拟研究。接着，我们利用实证数据展示了如何使用从所提出的贝叶斯分析中得出的估计个体内变异性来回答以下两个问题：(1) 每日卧床时间的个体内变异性是否与主观睡眠质量相关？(2) 主观睡眠质量是否中介了卧床时间变异性与抑郁症状之间的关联？最后，我们讨论了方法论和实际考量，以指导研究人员选择评估个体内变异性的方法。
引用
@article{arxiv.1411.2961,
title = {Variability as a Predictor: A Bayesian Variability Model for Small Samples and Few Repeated Measures},
author = {Joshua F. Wiley and Bei Bei and John Trinder and Rachel Manber},
journal= {arXiv preprint arXiv:1411.2961},
year = {2014}
}
备注
47 pages