Das Konfidenz- / Signifikanzniveau impliziert ein bestimmtes Kostenverhältnis zwischen Fehler 1. Art und Fehler 2. Art

Philipp Sterner, Benedikt Friemelt,David Goretzko, Elisabeth Kraus,Markus Bühner, Florian Pargent

Diagnostica(2024)

引用 0|浏览3
暂无评分
摘要
Zusammenfassung: Die psychologische Einzelfalldiagnostik erfordert oft konkrete Entscheidungen, z. B. ob Personen in einem psychologischen Bereich „unterdurchschnittlich“ sind. Alle deutschen Lehrbücher empfehlen, die Messunsicherheit von psychologischen Tests zu berücksichtigen, z. B. durch kritische Differenzen, Hypothesentests oder Konfidenzintervalle. Diese Empfehlungen ähneln jedoch Heuristiken ohne eine nachvollziehbare Begründung, wie das geeignete Signifikanz- oder Konfidenzniveau zu wählen ist. Die statistische Entscheidungstheorie ist ein mathematisches Framework, um rationale Entscheidungen zu treffen. Obwohl sie bereits früh in der Psychologie behandelt wurde, findet sie heute wenig Beachtung. Aus einer entscheidungstheoretischen Perspektive betrachtet, lassen sich die impliziten Annahmen aktueller Entscheidungsheuristiken aufzeigen. Die Verwendung zweiseitiger Hypothesentests und Konfidenzintervalle mit einem Signifikanzniveau von alpha = 0.05 impliziert beispielsweise, dass Fehler 1. Art 39-mal schwerwiegender eingestuft werden als Fehler 2. Art. In diesem Artikel geben wir eine kurze Einführung in die Entscheidungstheorie und nutzen dieses Framework, um die Auswirkungen auf die derzeitige Praxis zu erörtern. Außerdem stellen wir eine Umfrage unter klinischen Neuropsycholog_innen vor, die für ein Fallbeispiel ihre internen Kostenverhältnisse angaben. Obwohl die Kostenverhältnisse der Praktiker_innen variierten, wählte die Mehrheit weniger extreme Verhältnisse als die üblichen Heuristiken vermuten ließen. Wir argumentieren, dass die Einzelfalldiagnostik von einer expliziten Berücksichtigung entscheidungstheoretischer Implikationen profitieren würde und skizzieren mögliche zukünftige Forschungsrichtungen.
更多
查看译文
AI 理解论文
溯源树
样例
生成溯源树,研究论文发展脉络
Chat Paper
正在生成论文摘要