|
Accounting for estimation uncertainty and shrinkage in Bayesian within-subject intervals: A comment on Nathoo, Kilshaw, and Masson (2018)
Heck, Daniel W.
|
DOI:
|
https://doi.org/10.1016/j.jmp.2018.11.002
|
|
URL:
|
https://www.sciencedirect.com/science/article/pii/...
|
|
Weitere URL:
|
https://psyarxiv.com/whp8t/
|
|
Dokumenttyp:
|
Zeitschriftenartikel
|
|
Erscheinungsjahr:
|
2019
|
|
Titel einer Zeitschrift oder einer Reihe:
|
Journal of Mathematical Psychology
|
|
Band/Volume:
|
88
|
|
Seitenbereich:
|
27-31
|
|
Ort der Veröffentlichung:
|
San Diego, CA [u.a.]
|
|
Verlag:
|
Academic Press
|
|
ISSN:
|
0022-2496
|
|
Sprache der Veröffentlichung:
|
Englisch
|
|
Einrichtung:
|
Fakultät für Sozialwissenschaften > Kognitive Psychologie (Seniorprofessur) (Erdfelder 2019-)
Außerfakultäre Einrichtungen > GESS - CDSS (SOWI)
|
|
Fachgebiet:
|
150 Psychologie
|
|
Abstract:
|
To facilitate the interpretation of systematic mean differences in within-subject designs, Nathoo, Kilshaw, and Masson (2018, Journal of Mathematical Psychology, 86, 1-9) proposed a Bayesian within-subject highest-density interval (HDI). However, their approach rests on independent maximum-likelihood estimates for the random effects which do not take estimation uncertainty and shrinkage into account. I propose an extension of Nathoo et al.'s method using a fully Bayesian, two-step approach. First, posterior samples are drawn for the linear mixed model. Second, the within-subject HDI is computed repeatedly based on the posterior samples, thereby accounting for estimation uncertainty and shrinkage. After marginalizing over the posterior distribution, the two-step approach results in a Bayesian within-subject HDI with a width similar to that of the classical within-subject confidence interval proposed by Loftus and Masson (1994, Psychonomic Bulletin & Review, 1, 476-490).
|
 | Dieser Eintrag ist Teil der Universitätsbibliographie. |
 Suche Autoren in
Sie haben einen Fehler gefunden? Teilen Sie uns Ihren Korrekturwunsch bitte hier mit: E-Mail
Actions (login required)
 |
Eintrag anzeigen |
|
|
