前天Irene跟喬瑟夫提到他這次投稿碰到reviewer要求提供三個自變數到底哪個對依變項影響效果最大（看評論意見似乎是要比較相關係數r的大小），喬瑟夫想到之前SH學弟也問到這個問題，剛好RMNET上面也有一連串的相關討論，就推薦給Irene參考了（當時那串討論裡面有人建議參考Cohen (1983)的公式去計算r的大小是否有顯著差異）。
沒想到這個話題這兩天又繼續在RMNET延燒了，一派學者如Jeff Edwards主張X1和X2要measured on the same scale（不同尺度標準化也不行）才可以比較，另一派如John Mathieu則是反問，為何meta-analysis可以把一堆不同衡量方式的變數合併起來計算相關係數，並且比較到底哪個對依變項的影響力比較大，但single study中卻不行（Mathieu舉的例子很生動啊，剛好上個禮拜老師在課堂上也談到這個話題）…中間還穿插了一些立場沒那麼清楚，但是提供很多計算方式的學者的意見。
感覺真的很有趣呢…看這些大學者你來我往的相互交鋒。
RMNET真是一個很有趣的地方，強烈建議大家下次在renew membership的時候多花幾塊美金加入RM division（我沒有收RM division的錢，套C. Goldberg在這個討論串裡面的話…），應該是很物超所值的。如果想訂閱ORM這本期刊，RM division的會員還可享折扣喔！喬瑟夫超想訂的，但是經濟因素不允許啊（想訂的期刊太多了，負擔不起啊）…
有加入RMNET的讀者也建議去找出這個討論串來看看喔！
沒想到這個話題這兩天又繼續在RMNET延燒了，一派學者如Jeff Edwards主張X1和X2要measured on the same scale（不同尺度標準化也不行）才可以比較，另一派如John Mathieu則是反問，為何meta-analysis可以把一堆不同衡量方式的變數合併起來計算相關係數，並且比較到底哪個對依變項的影響力比較大，但single study中卻不行（Mathieu舉的例子很生動啊，剛好上個禮拜老師在課堂上也談到這個話題）…中間還穿插了一些立場沒那麼清楚，但是提供很多計算方式的學者的意見。
感覺真的很有趣呢…看這些大學者你來我往的相互交鋒。
RMNET真是一個很有趣的地方，強烈建議大家下次在renew membership的時候多花幾塊美金加入RM division（我沒有收RM division的錢，套C. Goldberg在這個討論串裡面的話…），應該是很物超所值的。如果想訂閱ORM這本期刊，RM division的會員還可享折扣喔！喬瑟夫超想訂的，但是經濟因素不允許啊（想訂的期刊太多了，負擔不起啊）…
有加入RMNET的讀者也建議去找出這個討論串來看看喔！
沒有留言:
張貼留言