मैं प्रयोगात्मक मनोविज्ञान में एक पीएचडी छात्र हूं और मैं अपने कौशल और ज्ञान को बेहतर बनाने के लिए कड़ी मेहनत करता हूं कि मुझे अपने डेटा का विश्लेषण कैसे करना है।
मनोविज्ञान में मेरे 5 वें वर्ष तक, मैंने सोचा कि प्रतिगमन-जैसे मॉडल (जैसे, एनोवा) निम्नलिखित बातों को मानते हैं:
- डेटा की सामान्यता
- डेटा और इतने पर के लिए प्रसरण समरूपता
मेरे स्नातक पाठ्यक्रमों ने मुझे विश्वास दिलाया कि डेटा के बारे में धारणाएँ थीं। हालाँकि मेरे 5 वें वर्ष में, मेरे कुछ प्रशिक्षकों ने इस तथ्य को रेखांकित किया कि धारणाएँ अवशिष्ट (अवशिष्ट द्वारा अनुमानित) के बारे में हैं, न कि कच्चे आंकड़ों से।
हाल ही में मैं अपने कुछ सहयोगियों के साथ मान्यताओं के बारे में बात कर रहा था जिन्होंने यह भी स्वीकार किया कि उन्होंने विश्वविद्यालय के अपने अंतिम वर्षों में केवल अवशिष्ट पर मान्यताओं की जाँच के महत्व की खोज की।
अगर मैं अच्छी तरह से समझता हूं, तो प्रतिगमन जैसे मॉडल त्रुटि पर धारणा बनाते हैं। इस प्रकार यह अवशिष्टों पर मान्यताओं की जांच करने के लिए समझ में आता है। यदि हां, तो कुछ लोग कच्चे डेटा पर मान्यताओं की जांच क्यों करते हैं? क्या ऐसा इसलिए है क्योंकि इस तरह की जाँच प्रक्रिया अनुमानित है कि हम अवशिष्ट की जाँच करके क्या प्राप्त करेंगे?
मैं कुछ लोगों के साथ इस मुद्दे के बारे में एक विवाद में बहुत हस्तक्षेप करूंगा, जिन्हें मेरे सहयोगियों की तुलना में अधिक सटीक ज्ञान है और मैं आपके उत्तर के लिए अग्रिम धन्यवाद देता हूं।