Słownik metodologiczny · Programy statystyczne

JASP

Pełne wyjaśnienie, zastosowanie naukowe i praktyczne, przykład, dobre praktyki oraz gotowy zapis wyniku w APA 7.

Strona główna / Słownik / JASP

Opracowanie merytoryczne: · Opublikowano: · Aktualizacja:

Co oznacza JASP?

JASP jest otwartym programem z interfejsem graficznym do analiz częstościowych i bayesowskich oraz tworzenia odtwarzalnych plików projektu.
Co odróżnia to pojęcie? JASP jest bezpłatnym programem nastawionym na analizy klasyczne i bayesowskie oraz dynamiczne tabele. Wybór hipotez, priory i ustawień analizy bayesowskiej musi być opisany, a nie pozostawiony domyślnym opcjom. Plik projektu zachowuje analizę, lecz przy złożonym czyszczeniu warto dołączyć osobny skrypt. JASP i jamovi mają podobny interfejs, ale różnią się ekosystemem modułów oraz zakresem procedur.

Zastosowanie, warunki i dobre praktyki

Najważniejsze zastosowanie: Wybierz JASP, gdy analiza ma łączyć interfejs graficzny z jawnymi ustawieniami procedur częstościowych lub bayesowskich.

JASP warto wybrać, gdy potrzebne są równolegle analizy częstościowe i bayesowskie dostępne bez pisania kodu. Dla wyniku bayesowskiego trzeba jawnie podać model i rozkład a priori, natomiast dla klasycznego testu — estymator, założenia, wielkość efektu i niepewność.

Jak poprawnie stosować i interpretować hasło „JASP”?

Przy ocenie pojęcia „JASP” należy oddzielić możliwości programu od poprawności projektu analizy. Dla interpretacji hasła „JASP” trzeba wybrać procedurę odpowiadającą pytaniu, jawnie ustawić wariant estymatora i zachować składnię, zamiast polegać wyłącznie na kliknięciach lub ustawieniach domyślnych. W odniesieniu do hasła „JASP” dane wejściowe powinny mieć udokumentowane typy, kody braków, etykiety oraz wersję niezmienioną przez późniejsze przekształcenia.

Ocena wyniku uzyskanego za pomocą „JASP” obejmuje kontrolę komunikatów ostrzegawczych, zgodność liczebności z oczekiwaniem i ręczne sprawdzenie kilku transformacji. Przy ocenie hasła „JASP” dla ważnej analizy warto odtworzyć kluczowy rezultat inną funkcją albo pakietem. W analizie dotyczącej hasła „JASP” losowe procedury wymagają ustalonego ziarna, a aktualizacja wersji może zmienić domyślne ustawienia lub wynik.

Co trzeba opisać w raporcie?

Opis pojęcia „JASP” powinien zawierać nazwę i wersję programu, pakiety, funkcje, najważniejsze ustawienia oraz system operacyjny, jeśli wpływa na odtwarzalność. Dla interpretacji hasła „JASP” do materiałów uzupełniających warto dołączyć składnię i dziennik zmian danych. W odniesieniu do hasła „JASP” cytuje się oprogramowanie i pakiety rzeczywiście użyte w końcowym obliczeniu.

Zakres raportowania dla hasła „JASP”: Podaj nazwę, wersję, moduły/pakiety i kluczowe opcje estymacji.

Przykład praktyczny i gotowa interpretacja

Sytuacja: W JASP ten sam zbiór oceniono analizą częstościową i bayesowską; w raporcie zapisano osobno p = .084 oraz BF₁₀ = 0.42, ponieważ te liczby odpowiadają na inne pytania.

Jak ją zinterpretować: Wynik częstościowy i bayesowski odpowiadają na różne pytania i nie należy ich tłumaczyć tym samym zdaniem. Raport powinien wskazać wersję JASP, użyty moduł, ustawienia oraz — dla analizy bayesowskiej — prior.

Najczęstsza pułapka i granica interpretacji

Nie mieszaj p i współczynnika Bayesa w jednym werdykcie; wymagają różnych modeli i języka interpretacji.

Korzystanie z pojęcia „JASP” nie weryfikuje automatycznie założeń ani sensu modelu. Przy ocenie hasła „JASP” poprawny technicznie kod może konsekwentnie liczyć niewłaściwą rzecz, jeśli źle zdefiniowano zmienne lub pytanie badawcze.

Definicje, zalecenia interpretacyjne i sposób raportowania oparto na literaturze metodologicznej wskazanej w bibliografii (Şahin i Aybek, 2020).

Powiązane hasła

IBM SPSS StatisticsJamoviPSPPR (język programowania)Syntax (język poleceń)

Poradniki, w których użyjesz tego pojęcia

Poradnik

Bezpłatne programy do analizy statystycznej dla studentów i badaczy

Porównanie jamovi, JASP, R i PSPP według rodzaju analiz, powtarzalności, progu wejścia i możliwości oddania kompletnego raportu.

Czytaj →

Potrzebujesz wsparcia w analizie danych?

Wybierz ofertę dopasowaną do pracy dyplomowej albo profesjonalnego projektu naukowego.

Oferta dla badaczyOferta dla studentów

Bibliografia i dalsza literatura naukowa (APA 7)

  1. Şahin, M., & Aybek, E. (2020). Jamovi: An easy to use statistical software for the social scientists. International Journal of Assessment Tools in Education, 6(4), 670–692. https://doi.org/10.21449/ijate.661803
  2. van Doorn, J., van den Bergh, D., Böhm, U., Dablander, F., Derks, K., Draws, T., Etz, A., Evans, N. J., Gronau, Q. F., Haaf, J. M., Hinne, M., Kucharský, Š., Ly, A., Marsman, M., Matzke, D., Komarlu Narendra Gupta, A. R., Sarafoglou, A., Stefan, A., Voelkel, J. G., & Wagenmakers, E.-J. (2021). The JASP guidelines for conducting and reporting a Bayesian analysis. Psychonomic Bulletin & Review, 28, 813–826. https://doi.org/10.3758/s13423-020-01798-5
  3. Wilson, G., Bryan, J., Cranston, K., Kitzes, J., Nederbragt, L., & Teal, T. K. (2017). Good enough practices in scientific computing. PLoS Computational Biology, 13(6), e1005510. https://doi.org/10.1371/journal.pcbi.1005510
  4. Lang, T. A., & Altman, D. G. (2015). Basic statistical reporting for articles published in biomedical journals: The SAMPL guidelines. International Journal of Nursing Studies, 52(1), 5–9. https://doi.org/10.1016/j.ijnurstu.2014.09.006
  5. Appelbaum, M., Cooper, H., Kline, R. B., Mayo-Wilson, E., Nezu, A. M., & Rao, S. M. (2018). Journal article reporting standards for quantitative research in psychology: The APA Publications and Communications Board task force report. American Psychologist, 73(1), 3–25. https://doi.org/10.1037/amp0000191

Cytowania BibTeX

@article{sahin2020jamovi, author={Şahin, Murat and Aybek, Eren}, title={Jamovi: An Easy to Use Statistical Software for the Social Scientists}, journal={International Journal of Assessment Tools in Education}, year={2020}, volume={6}, number={4}, pages={670--692}, doi={10.21449/ijate.661803}}
@article{vandoorn2021jasp, author={van Doorn, Johnny and van den Bergh, Don and Böhm, Udo and Dablander, Fabian and Derks, Koen and Draws, Tim and Etz, Alexander and Evans, Nathan J. and Gronau, Quentin F. and Haaf, Julia M. and Hinne, Max and Kucharský, Šimon and Ly, Alexander and Marsman, Maarten and Matzke, Dora and Komarlu Narendra Gupta, Akash R. and Sarafoglou, Alexandra and Stefan, Angelika and Voelkel, Jan G. and Wagenmakers, Eric-Jan}, title={The JASP guidelines for conducting and reporting a Bayesian analysis}, journal={Psychonomic Bulletin and Review}, year={2021}, volume={28}, pages={813--826}, doi={10.3758/s13423-020-01798-5}}
@article{wilson2017computing, author={Wilson, Greg and Bryan, Jennifer and Cranston, Karen and Kitzes, Justin and Nederbragt, Lex and Teal, Tracy K.}, title={Good enough practices in scientific computing}, journal={PLoS Computational Biology}, year={2017}, volume={13}, number={6}, pages={e1005510}, doi={10.1371/journal.pcbi.1005510}}
@article{lang2015sampl, author={Lang, Thomas A. and Altman, Douglas G.}, title={Basic statistical reporting for articles published in biomedical journals: the SAMPL guidelines}, journal={International Journal of Nursing Studies}, year={2015}, volume={52}, number={1}, pages={5--9}, doi={10.1016/j.ijnurstu.2014.09.006}}
@article{appelbaum2018jars, author={Appelbaum, Mark and Cooper, Harris and Kline, Rex B. and Mayo-Wilson, Evan and Nezu, Arthur M. and Rao, Stephen M.}, title={Journal article reporting standards for quantitative research in psychology}, journal={American Psychologist}, year={2018}, volume={73}, number={1}, pages={3--25}, doi={10.1037/amp0000191}}
R