ترجمه فصلي از کتاب روش هاي تحقيق در روانشناسي | ویرایش نو baran

ترجمه فصلي از کتاب روش هاي تحقيق در روانشناسي ترجمه, فصلي, از, کتاب, روش, هاي, تحقيق, در, روانشناسي ترجمه فصلي از کتاب روش هاي تحقيق در روانشناسي

RESERCH METHODS
IN PSYCHOLOGY
SECOND EDITION

2.3.27 : برآورد کردن ارزش عامل
کارکردن در مورد ارزش ها از اين جهت که شاخص هايي براي مجموع (زيگما) ، در تعدادي از راه ها مي تواند انجام داده شود . استفاده کردن از بيشترين احتمال (ML) خيلي رايج است ، مجذور کمترين وزن (ULS) مجذورهاي کمترين کليت و مجذورهاي کمترين وزن ها (WLS) اينها مواردي هستند که براي زمان شروع انجام خواهند شد . هر کدام از اين مدل ها (الگوريتم ها ) عملکرد متناسبي را توليد مي کنند . هر کدام از معادله ها يک ارزش کلي هستند براي نشان دادن زگماهاي مختلف از اشکال و اريانس .
نگه داشتن انجام کار و رويه برآورد کننده آن هيچ وقت نمي تواند ارزش عملکرد متناسب را کاهش دهد .
راه اين کار و دلايل انتخاب يک مدل از مدل هاي بيشمار ديگر مافوق فرصت اين فصل است (ببينيد يولمان 1996 ، برنامه کتابهاي راهنما). اما اينها يک واحدي از خطر پنهاني رايج در همه الگوريتم ها هستند . اولين خطر اينکهدانستن پيدا کردن (تمايل داشتن) به بيشترين موضع . در اينجا برنامه انجام شده يک ارزش براي تناسب عملکرد است که کوچک ساخته نمي شود t نمي تواند کوچک شود ) به وسيله ساخته شدن کمترين تعديل به شاخص هاي برآورد کننده . هر چند شروع کردن تحقيق براي کمترين تناسب عملکرد ارزشمند تر است اما اين بايد واقعاً وجود داشته باشد ، يافتن تناسب بهتري مطابق با شاخص ها گفتن اينکه اين يک اتفاق آسان نيست طبقه دعاهاي اين فکر طولاني (1903) ممکن نيست که يک مشکل رايج تمريني باشد .
نوع دوم مشکل پارامترهاي برآورد کننده مربوط به پارامترهاي احمقانه است . برخي اوقات ، خوب يک اندازه بودن مي تواند به دست آمده باشد اما ارزش هاي يک پارامتر مسي را توليد نکنيد . براي نمونه بدست آوردن متغير هاي منفي يا رتبه ها يا ارتباط هاي ارزشي کاملي بيشتر از 1 امکان پذير است و هر فکري مثل اين ترکيبات در مورد آنها بي معني است . اگر اين اتفاقات براي شما مدل خاصي باشد به همين سادگي امکان دارد غلط باشد و يا ممکن است برخي متغيرهاي شما فرضيات را تائيد نکند و اين مهم است زماني که از يافتن الگوريتم هاي برآورد کننده استفاده مي شود) . اين همچنين مي تواند زماني اتفاق افتد که حجم نمونه خيلي کوچک است و يا مجانب باشد (در نمونه بزرگ ). فرضياتي که شکل مي دهند الگوريتم هاي برآورد کننده را ممکن است توجيح کننده نباشند .
علت اصلي ديگر از برآورد کننده هاي احمقانه داده هاي اشتباه هستند . محققان مرجعي براي ارتباط استفاده شده (ياکوداريانس) قرار مي دهند که قالبهايي کلي (تعميم شده ) هستند با جفت کردن دو وجه حذف شده از ارزش هاي علمي ، اين اشتباه بيشترين علت نوشته شده براي هر ارتباطي است . به هر حال معناي اينکه قسمتهاي مختلف قالب s کلي هستند به وسيله نمونه هايي از حجم هاي مختلف يک قالب مهمي که ممکن است باطناً سازگار نباشد با خودش برخي اوقات اين مشکل آشکار خواهد شد ، زماني نيز اين چنين نخواهد شد . به ندرت ، ترجمه ها ، از بسته هاي نرم افزاري بهترند براي آشکار کردن اين اشتباغه و هشدار دادن به کاربر .
27. 3.3 : اصلاح متون (MIS) و تحقيقات ويژه
اگر شما مدلي را پيدا کنيد که مناسب نباشد چگونه مي توان آن را تغيير داد ؟ کوشش کردن براي تغيير يک مدل يا بدست آوردن يک مدل مناسب بهتر يک تحقيق ويژه ناميده مي شود . يک راه براي انجام آن نگاه کردن (توجه کردن ) به متون اصلاح شده (MIS) است . (برخي اوقات آزمون هاي چند وجهي لاگرلانگ ناميده مي شود ).
اين متون به شما مي گويند آنچه را که بايد انتظار داشته باشيد تا اتفاق افتد . ارزش X2 از متن مناسبي خوب است اگر که شما آزاد به برآورده کردن يک مسير اجباري قبلي بوديد .
رها کردن يک مسير اجباري ( نه تخمين زدن) برآورد يک درجه آزادي را کمتر مي کند (MI) قبل تراز يک آزمون کردن از فرضياتي که پارامتر آزاد شده اي باشند و اين براي ارزش هاي ثابت شده گذشته ناکافي است که آيا اگر اين مهم باشد مدل مي تواند مناسبت بهتري داشته باشد از مدل قبلي پارامترهاي آزاد (مجاز) و اين احتمالاً براي ارزش هاي ثابت شده گذشته نا

 

دانلود فایل