返回
Analysis Blinding as a Complement to Preregistration: A Tutorial for Network Analysis
DOI:10.1177/25152459261481079.png)
摘要
En 中文
网络分析已成为心理学研究中一种流行的计算建模方法,现在越来越多地用于解决验证性研究问题。然而,此类分析的预先注册仍然很少,即使在实施时也可能为研究者的自由度留下空间,尤其是在难以完全预见数据依赖性决策的情况下。在本教程中,我们演示了研究人员如何通过将分析盲法作为预先注册的补充步骤来防止偏差。该方法涉及暂时修改数据以去除感兴趣的关键效应,同时保留所有其他方面。分析盲法使得研究人员能够在不引入偏差的情况下探索数据的重要特征,例如识别异常值或调整计算模型。在本教程中,我们提出了网络分析中的三个常见研究问题,并展示了如何使用分析盲法来保护其验证性质。我们使用了先前发表的采用网络分析的研究数据,并提供了一份实用的、分步指南,以及研究人员可以适应其自身数据和研究问题的R代码。
期刊
A
IF:
13.4
论文数:
328
被引数:
3.7K
机构
引用论文
Identifying symptoms of ADHD and disruptive behavior disorders most strongly associated with functional impairment in children: a symptom-level approach识别与儿童功能性损害最相关的ADHD和破坏性行为障碍症状:一种症状水平的方法
Estimating the Stability of Psychological Dimensions via Bootstrap Exploratory Graph Analysis: A Monte Carlo Simulation and Tutorial
Psych
IF0

