Explicación de la Figura de Detección de P-Hacking
Plantilla G Bloques de contenido
Subeditor
La siguiente figura proviene de así artículo, que intenta replicar el hallazgo de que:
"Varios estudios motivados por la costosa teoría de la señalización dentro de la psicología evolutiva han informado que las inducciones de cebado (como mirar imágenes de miembros atractivos del sexo opuesto) diseñadas para desencadenar motivos de apareamiento aumentan la disposición de los machos a comprar artículos de consumo conspicuos y a participar en conductas de toma de riesgos y reducir la aversión a las pérdidas".
La explicación sigue al título:
Aquí hay una sugerencia más detallada de cómo leer la figura de Nathan Barker de IPA-Ghana:
Básicamente, a medida que los errores estándar aumentan, se esperaría ver el tamaño del efecto centrado alrededor de la misma media, pero con una mayor distancia de la media en ambas direcciones. En cambio, los estudios son consistentemente positivos y con tamaños de efecto lo suficientemente grandes como para que sus valores de p estén por debajo de 0.05.
Supongamos que tenemos el previo de que no hay efecto, lo que sugieren sus réplicas, entonces cuanto mayores sean los errores estándar, mayor será el efecto real para encontrar un efecto. La línea diagonal roja sugiere que más o menos sin importar cuáles fueran los errores estándar, las personas encontraron tamaños de efecto lo suficientemente grandes como para rechazar el valor nulo. Entonces, en lugar de encontrar un embudo con tamaños de efecto que van en ambas direcciones a medida que sus errores estándar aumentan, encuentran tamaños de efecto que aumentan, pero solo en una dirección, y siempre lo suficiente como para rechazar el valor nulo.
Creo que pensar en algunos ejemplos específicos es instructivo:
suponga que el efecto verdadero es 0.00 y los errores estándar son 0.10. Entonces esperaríamos que el 95 % de los estudios estuvieran entre -0.196 y 0.196 en términos de tamaños del efecto. Y he aquí, el estudio con estos errores estándar encuentra un tamaño del efecto de 0.22, por lo que su valor de p está por debajo de 0.05, y podemos rechazar el valor nulo.
Ahora supongamos que tenemos una muestra más pequeña. Tenemos un efecto verdadero de 0.00, pero digamos que los errores estándar son 0.20. Esperaríamos que el 95 % de los tamaños del efecto estuvieran entre -0.392 y 0.392. ¡Sorpresa! el tamaño del efecto es 0.40, por lo que podemos rechazar el valor nulo.
12 de noviembre.