The consequences of crises that affect scientific modes of investigation, such as the theory and replicability crisis, that have been documented for more than half a century have now become so substantial that they can no longer be overlooked. Research would undoubtedly benefit from greater attention to practices related to study design, particularly the development of more appropriate statistical models that align with theoretical assumptions and the more meaningful interpretation of key elements in psychological research, such as effect size, which measures the magnitude of an effect. To address these needed improvements, we propose a framework that incorporates both modelling and simulation prior to data collection. This framework will first be applied to simulated data, emphasizing the importance of this step as a standard research practice, and subsequently to data from a real dataset.

Le conseguenze delle crisi che interessano i metodi di indagine scientifica, quali, ad esempio, la crisi della teoria e della replicabilità, documentate da ormai oltre mezzo secolo, hanno raggiunto un livello di rilevanza tale da non poter più essere ignorate. Pertanto, la ricerca scientifica trarrebbe indubbiamente beneficio da una maggiore attenzione alle pratiche legate alla progettazione di uno studio, in particolare allo sviluppo di modelli statistici più appropriati, in linea con le assunzioni teoriche del ricercatore, e ad un'interpretazione più significativa di elementi chiave nella ricerca psicologica, come l’effect size, misura della forza dell’effetto di un fenomeno. Con l’obiettivo di avanzare in direzione di tali miglioramenti, attraverso questa tesi si intende proporre un framework riguardante la formulazione di modelli statistici adeguati alle ipotesi teoriche e l’esecuzione di simulazioni prima della raccolta dati. Il framework verrà dunque applicato inizialmente a dati simulati, sottolineando l'importanza di questo passaggio nella pratica della ricerca, e, successivamente, a dati provenienti da un dataset reale.

Improving the Interpretation of Effect Sizes through Modeling and Simulation

SITÀ, LAURA
2023/2024

Abstract

The consequences of crises that affect scientific modes of investigation, such as the theory and replicability crisis, that have been documented for more than half a century have now become so substantial that they can no longer be overlooked. Research would undoubtedly benefit from greater attention to practices related to study design, particularly the development of more appropriate statistical models that align with theoretical assumptions and the more meaningful interpretation of key elements in psychological research, such as effect size, which measures the magnitude of an effect. To address these needed improvements, we propose a framework that incorporates both modelling and simulation prior to data collection. This framework will first be applied to simulated data, emphasizing the importance of this step as a standard research practice, and subsequently to data from a real dataset.
2023
Improving the Interpretation of Effect Sizes through Modeling and Simulation
Le conseguenze delle crisi che interessano i metodi di indagine scientifica, quali, ad esempio, la crisi della teoria e della replicabilità, documentate da ormai oltre mezzo secolo, hanno raggiunto un livello di rilevanza tale da non poter più essere ignorate. Pertanto, la ricerca scientifica trarrebbe indubbiamente beneficio da una maggiore attenzione alle pratiche legate alla progettazione di uno studio, in particolare allo sviluppo di modelli statistici più appropriati, in linea con le assunzioni teoriche del ricercatore, e ad un'interpretazione più significativa di elementi chiave nella ricerca psicologica, come l’effect size, misura della forza dell’effetto di un fenomeno. Con l’obiettivo di avanzare in direzione di tali miglioramenti, attraverso questa tesi si intende proporre un framework riguardante la formulazione di modelli statistici adeguati alle ipotesi teoriche e l’esecuzione di simulazioni prima della raccolta dati. Il framework verrà dunque applicato inizialmente a dati simulati, sottolineando l'importanza di questo passaggio nella pratica della ricerca, e, successivamente, a dati provenienti da un dataset reale.
Statistics
Effect size
Significance
Modeling
Simulation
File in questo prodotto:
File Dimensione Formato  
Sità_Laura.pdf

accesso aperto

Dimensione 676.19 kB
Formato Adobe PDF
676.19 kB Adobe PDF Visualizza/Apri

The text of this website © Università degli studi di Padova. Full Text are published under a non-exclusive license. Metadata are under a CC0 License

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.12608/79294