Dada a experiência a seguir, qual é o método estatístico correto para responder à pergunta abaixo:
Um participante recebe as imagens consecutivamente e é obrigado a responder se viu um objeto ou um rosto após cada foto. Em cada tentativa (apresentação da imagem), a imagem apresentada (1 de 210 faces individuais ou 1 de 210 objetos individuais) é sobreposta a uma certa quantidade de ruído aleatório (entre 5% e 98%). A imagem apresentada em cada tentativa é bastante pequena, portanto, cada tentativa também tem um pano de fundo. O fundo pode ser preto, um objeto grande ou uma face grande. As imagens individuais são correspondidas, o que significa que cada imagem individual é apresentada no total 3 vezes, 1 vez com fundo preto, 1 vez com um objeto grande como plano de fundo e 1 hora com um rosto grande como plano de fundo. A quantidade de ruído aleatório sobreposto a uma imagem individual é mantida constante nas três condições de fundo diferentes. O objeto no plano de fundo do objeto grande não muda e não é incluído em uma das 210 imagens de objetos individuais apresentadas. Da mesma forma, o rosto no fundo do rosto grande não muda e não é incluído em uma das 210 fotos de rosto individuais apresentadas. Nenhum ruído é adicionado a nenhum dos fundos.
A pergunta que gostaria de responder é se a percepção de rostos, objetos ou ambos difere significativamente entre as três condições de fundo diferentes. Veja a pergunta 5 abaixo para obter mais detalhes sobre a pergunta que gostaria de responder
Então, no final, eu tenho uma tabela de dados, assim:
+ ------------- + ------------- + ------------- + ------- ------ + ------------- + ------------- + | Participante | Categoria | ID da foto | Nível de ruído | Fundo | Resposta * | + ------------- + ------------- + ------------- + ------- ------ + ------------- + ------------- + | 1 | 0 1 | 5% | 1 | 0 | 1 | 0 1 | 5% | 2 0 | 1 | 0 1 | 5% | 3 0 | | | | | | | | 1 | 0 2 24% | 1 | 0 | 1 | 0 2 24% | 2 1 | | 1 | 0 2 24% | 3 0 | | | | | | | | 1 | 0 3 80% | 1 | 1 | | 1 | 0 3 80% | 2 0 | 1 | 0 3 80% | 3 1 | | | | | | | | | .. .. .. .. .. .. + ------------- + ------------- + ------------- + ------- ------ + ------------- + ------------- + | 1 | 1 | 211 12% | 1 | 1 | | 1 | 1 | 211 12% | 2 1 | | 1 | 1 | 211 12% | 3 1 | | | | | | | | | 1 | 1 | 212 20% | 1 | 1 | | 1 | 1 | 212 20% | 2 0 | 1 | 1 | 212 20% | 3 1 | | | | | | | | | 1 | 1 | 213 75% | 1 | 0 | 1 | 1 | 213 75% | 2 0 | 1 | 1 | 213 75% | 3 1 | | | | | | | | | .. .. .. .. .. .. + ------------- + ------------- + ------------- + ------- ------ + ------------- + ------------- +
onde Categoria é face (0) ou objeto (1) e Resposta também é face (0) ou objeto (1). A resposta do participante é a variável dependente. Dicotômico com um continuum subjacente. Como cada participante é medido nas três condições de fundo, é um design dependente. Como, para uma foto individual, eu mantenho o ruído constante nas três condições de fundo, ele é de alguma forma pareado ou combinado.
Primeiro, pensei em calcular as correlações biseriais e compará-las com base na estatística t, mas depois vi uma regressão logística que parecia se encaixar melhor na minha estrutura de dados. Mas ainda sinto que as amostras correspondentes e o design dependente devem ser incorporados na análise de alguma forma. Então, quando eu procurei por isso, a Regressão Logística Condicional apareceu.
O problema é que, na regressão logística condicional, a correspondência é feita na variável dependente. Eles geralmente correspondem a 1 na variável dependente com uma ou mais 0 amostras. Não correspondi na variável dependente, mas nas variáveis independentes (mesmas imagens com o mesmo nível de ruído em cada condição de fundo). Portanto, acho que não posso usar a regressão logística condicional para esses dados, mas não consegui encontrar nada mais adequado.
Alguém com mais experiência em estatística poderia me explicar qual é a maneira correta de responder à pergunta acima se a percepção de rostos, objetos ou ambos difere significativamente entre as três condições de fundo diferentes.
Obrigado pela ajuda.
[Procedimento experimental]
O experimento tem 1260 ensaios no total. Composto por 210 faces individuais e 210 objetos individuais apresentados 3 vezes cada (uma vez com cada um dos 3 fundos diferentes). A ordem dos ensaios é randomizada com a restrição de que, no primeiro, no segundo e no último bloco de 420 ensaios, cada plano de fundo seja apresentado exatamente 140 vezes e cada objeto individual e cada face individual sejam apresentados exatamente uma vez. A maioria, mas não todas as faces e objetos individuais diferentes, tem uma quantidade diferente de ruído adicionada a eles, mas o ruído de uma face ou objeto individual é mantido contado nas três condições de fundo diferentes apresentadas.
[Perguntas e Respostas]
1. Quantos participantes? Existem 5 participantes no total.
2. Existe algum limite no ruído? O ruído é discretizado em etapas de 0,5% e na faixa [5%, 98%]. O ruído é retirado aleatoriamente de um vetor de ruído (sem substituição) e atribuído a uma imagem. Esse vetor inclui uma distribuição de ruído (210 entradas para cada categoria) que não inclui todos os valores possíveis entre 5% e 98% em etapas de 0,5%, mas ignora alguns desses valores e inclui outros valores até 3 vezes ( resposta à pergunta 3) Isso garante que cada participante experimente os mesmos níveis de ruído (embora não seja provável para as mesmas fotos, pois os níveis de ruído são atribuídos aleatoriamente às fotos individuais no início do experimento) e que haja uma boa cobertura em toda a faixa, mas o foco está em níveis de ruído próximos ao limite em que (para nossa configuração) os participantes podem reconhecer a imagem em cerca de 50% do tempo. Esse limiar foi encontrado em um estudo preliminar com outros participantes, usando as mesmas figuras apresentadas em um fundo preto. Portanto, o plano de fundo preto é o plano de fundo padrão neste experimento.
3. É possível que duas ou mais fotos sejam apresentadas com o mesmo nível de ruído? Sim, isso acontecerá várias vezes e incluirá até 3 fotos individuais para o mesmo nível de ruído, mas não mais que 3.
4. Você pode confirmar que não está interessado na associação de ruído com a resposta?Esta pergunta é difícil de responder para mim. É de se esperar que o efeito de diferentes planos de fundo seja (se houver) mais proeminente se as imagens forem mais difíceis de ver, ou seja, houver mais ruído presente. Então, eu quero considerar o ruído na análise, mas não preciso necessariamente que a análise me diga alguma coisa sobre a associação do ruído com a resposta. Só estou interessado em detectar qualquer tipo de diferença entre as condições de fundo com o máximo de energia possível. No começo, eu queria ajustar duas curvas psicométricas para cada uma das três condições de fundo diferentes (probabilidade de responder com a respectiva categoria versus nível de ruído) e depois comparar as mudanças dos ajustes psicométricos para verificar se há diferenças nas condições de fundo. Contudo, uma análise de bootstrapping revelou que a variação do procedimento de ajuste é muito grande para poder detectar alterações no intervalo que eu esperava que fossem. Portanto, suponho que informações sobre a associação de ruído com a resposta também possam diminuir o poder de outros tipos de análise. Se for esse o caso, não preciso disso.
5. O que você quer dizer com 'percepção' e 'ambos'. O que você realmente quer saber? Por 'percepção de [categoria]' não quero dizer porcentagem correta, mas 'respostas de [categoria]'. A suposição que tenho (e gostaria de testar isso) é que um background de face influenciaria um participante a responder com face, mas um background de objeto NÃO influenciaria um participante a responder com objeto(essa suposição provavelmente não faz sentido para você como leitor, mas é isso que preciso testar). O que quero dizer com 'ambos' é que, caso um background de face influencie um participante a responder com face E um background de objeto influencie um participante a responder com objeto, minha suposição de que apenas o background de face tenha efeito na percepção seria falso. Os diferentes níveis de ruído foram incluídos porque as chances de influenciar a percepção em relação a uma das categorias devem ser maiores quando as imagens são mais difíceis de ver / reconhecer. Portanto, se houver um efeito dependente de segundo plano na percepção para qualquer uma das categorias, é improvável que seja exibido na faixa de ruído de 5% a 20%, mas na faixa de ruído mais alta.
Entre em contato se precisar de mais informações.