Представление результатов психологических исследований: рекомендации APA и визуализация данных - презентация на когнитивной школе памяти К. Дункера в сентябре 2014

1. Представление результатов
психологических исследований:
рекомендации APA и визуализация данных
Андрей Четвериков,
аспирант ф-та психологии СПбГУ, м.н.с

2. Рекомендации APA: о чем это вообще?
 Вообще это Publication Manual – руководство по
подготовке текста к публикации:
 Специфика текстов в социальных науках и науках о
поведении
 Структура текста
 Стиль текста
 Представление результатов
 Оформление текста
 Процесс публикации
 5ое издание – 2001 год, 439 страниц
 6ое издание – 2009 год, 272 страницы

3. Рекомендации APA: выбор формата
представления результатов
 Общая рекомендация:
 Если у вас 3 или меньше чисел, просто напишите их.
 Если у вас 4 – 20 чисел, используйте таблицы.
 Если чисел более 20, скорее всего, стоит
использовать график.
 Но, пример APA:
Means (with standard deviations in parentheses) for
Trials 1 through 4 were 2.43 (0.501), 2.59 (1.2 1), 2.68
(0.39), and 2.86 (0.121), respectively.
 Вообще, меньше 4х чисел бывает редко.

4. Рекомендации APA: выбор формата
представления результатов
 Более логично:
 Если данные нужны только для доказательства
значимости результата – укажите их в тексте.
 Если предполагается сравнение более, чем трех
точек (data points): используйте таблицу или график.
 Точка – data point – то, что, собственно,
сравнивается. Не «среднее», а, например, среднее
вместе с доверительными интервалами.

5. Рекомендации APA: необходимый
минимум представления результатов
 Описательные статистики: M (CI – доверительные
интервалы), Mdn (Q - квартили), частоты (%), …
 Использованный критерий, его значение и
необходимы для расчета значимости параметры
(например, df, N).
 Уровень значимости – с точность до .001 или до
.01, если меньше .001, то просто < .001. Принцип
округления < .10 , < .05, < .01, < .001 имеет смысл
только для таблиц и графиков.
 Сила эффекта.

6. Рекомендации APA: пример описания
результатов теста Хи-квадрат
Вероятность ошибки во второй пробе была выше
при условии, что в первой пробе также был дан
ошибочный ответ: 56%, n = 633, против 32%, n = 876,
χ2(1) = 84.80, p < .001, V = .24.

7. Рекомендации APA: пример описания
результатов теста Хи-квадрат
Проценты
округляем до
целого.
Стараемся обходиться без
скобок
Вероятность ошибки во второй пробе была выше
при условии, что в первой пробе также был дан
ошибочный ответ: 56%, n = 633, против 32%, n = 876,
χ2(1) = 84.80, p < .001, V = .24.
Указываем силу
эффекта
Стандартные
статистики
округляются до 0.01.
Неудачная
конвенция.
Если число не
может быть
больше 1, ноль
опускается.

8. Рекомендации APA: пример описания
результатов теста Хи-квадрат
Разделяем слова и
знаки пробелами
Статистические обозначения
(кроме греческих)
выделяются курсивом
Вероятность ошибки во второй пробе была выше
при условии, что в первой пробе также был дан
ошибочный ответ: 56%, n = 633, против 32%, n = 876,
χ2(1) = 84.80, p < .001, V = .24.

9. Рекомендации APA: таблицы
Подробнее:
http://web.psych.washington.edu/writingcenter/writingguides/pdf/tables.pdf

10. Визуализация данных
 Принципы Эдварда Тафти (Tufte):
 Минимум лишнего.
 Минимум лжи.
 Проводите сравнения.
 Раскрывайте причинно-следственные связи.
 …
 Книги:
 1983. The Visual Display of Quantitative Information.
 1990. Envisioning Information.
 1997. Visual Explanations: Images and Quantities, Evidence
and Narrative
 2003. The Cognitive Style of PowerPoint.
 2006. Beautiful Evidence.

11. Визуализация данных: ложь
Источник: E.Tufte, The Visual Display of Quantitative Information

12. Визуализация данных: ложь
Источник: E.Tufte, The Visual Display of Quantitative Information

13. Визуализация данных: ложь
Источник: E.Tufte, The Visual Display of Quantitative Information

14. Визуализация данных: мусор
Источник: E.Tufte, The Visual Display of Quantitative Information

15. Визуализация данных: мусор

16. Визуализация данных: удаление мусора
Пример с http://www.artlebedev.ru/everything/backstage/artstat/

17. Визуализация данных: удаление мусора
Пример с http://www.artlebedev.ru/everything/backstage/artstat/

18. PIE CHARTS = DON’T DO IT!

20. Визуализация данных: соответствие
данных и формы представления
 Всегда отражайте на графике изменчивость
данных.
 Используйте графики, отражающие те
статистические методы, которые вы применяли.
 Выбирайте график в соответствии с типом
данных.

21. Визуализация данных: всегда отражайте
на графике изменчивость данных

22. Cumming & Finch, 2005

23. Проблема: внутригрупповые планы
Loftus & Masson, 1994
Вся дисперсия
Дисперсия, связанная с
экспериментальным
условием

24. Решение проблемы внутригрупповых
планов
 Использование доверительных интервалов,
основанных на результатах ANOVA:
см. Loftus & Masson, 1994
 Нормализация данных для вычисления CI:
http://drsmorey.org/bibtex/upload/Morey:2008.pdf
 Смешанные регрессионные модели + бутстреп
 Пакет ez в R

25. BAD: не надо соединять
линиями категориальные
значения переменных

26. GOOD: для средних лучше
использовать точки с
разбросом (pointrange), чем
столбики

27. WORST
BEST
So - so

28. Использование медиан

29. J. Tukey
“Box and whiskers plot”
E. Tufte
“Quartile plot”

30. Гистограммы
 Оптимально для счетных данных
 Шкала Y начинается с 0

31. Общие принципы представления данных
• Представление результатов позволяет их
понять и проверить
Репрезентативность
• Данные рассказывают историю, форма
представления соответствует содержанию
Направленность
• Различные формы представления и части
истории дополняют друг друга
Цельность
• Соответствие внешним требованиям и
традициям
Конвенциональность

32. Ссылки
 http://vk.com/thinkcog
 http://avaxhome.ws
 http://owl.english.purdue.edu/owl/section/2/10/
 http://infographer.ru
 http://www.edwardtufte.com/
 http://chetvericov.ru/tag/vizualizaciya/