2012年7月17日 星期二

針對FDT論文之意見

已收到許清芳老師及呂文賢老師對FDT練習效應論文之回應,其中許老師問了一個比較特別的問題,"You need to be careful with the CIs you are reporting as they are either multivariate in nature or repeated measures. It seems to me that your CIs do not adjust for the correlations."。


我有再確認許老師此問題的意思,他的回應是"Since you took four repeated measurements from the same sample of subjects, these measurements are correlated. Confidence intervals for correlated measurements are not the same as those for independent  measurements just like paired t-test is not the same as two independent-sample t-test."。

與李晏討論此意見。
在古典測量理論中,信度的假設為每個個體的真實分數應該是穩定且一致,因此個體本身之真實分數的相關為1。在觀察到的測量分數中包括隨機誤差 (observed test score = true score + errors of measurement),而導致觀察到的重複測量分數之間的相關小於1
就以此研究,我們所估計的CI of RCIp是從信度係數導算出來的,此CI為個體本身的重覆測驗分數之間有相關的假設之下。的確,在此之CI並未調整相關,此CI的用途為呈現個體本身的分數變化是否為真實的進步或退步(已考量評估誤差和練習效應),但此CI並不適於用來表示不同個體間的分數差異。

4 則留言:

  1. 「CI並未調整相關」會造成什麼問題?

    「此CI的用途為呈現個體本身的分數變化是否為真實的進步或退步(已考量評估誤差和練習效應),但此CI並不適於用來表示不同個體間的分數差異。」
    RCIp 是應用於 within-individual or between individual??

    回覆刪除
    回覆
    1. 「CI並未調整相關」會造成什麼問題?
      回覆:無法使用於between individual。

      RCIp 是應用於 within-individual or between individual??
      回覆:RCIp 是應用於 within-individual。

      刪除
  2. 若「CI之估計,未調整相關」僅影響無法適用於 between individual, 而且RCIp僅適用於 within-individual, 那為何需要擔心「CI之估計,未調整相關」??

    回覆刪除
    回覆
    1. 謝謝老師的回覆。我的想法是不需要擔心CI之估計,未調整相關。因為RCIp應用於within-individual。

      刪除