¿Recursos recomendados (revistas, blogs, etc.) para nutrir una base de rigor estadístico/metodológico en la investigación de las ciencias del comportamiento?

Antecedentes :

Parece haber un debate considerable sobre el resultado de la investigación psicológica que carece de

a) tratamiento estadístico adecuado y riguroso de los datos b) replicabilidad

Como estudiante de segundo año de pregrado en psicología, uno de mis mayores temores es que mi investigación futura se vea empañada por mi falta de conocimiento en los dos anteriores.


Lo que pido en este post:

Me gustaría leer sugerencias en forma de revistas, blogs, libros de texto o incluso documentos/artículos específicos que puedan llevarme a otros recursos. Mi objetivo es desarrollar una sólida formación en estadísticas/metodología para evitar cometer errores vergonzosos. Siento que es importante mencionar mi nivel matemático actual para que las sugerencias sean más fáciles de hacer: me siento cómodo con el cálculo univariado y los conceptos básicos de ecuaciones diferenciales, teoría de probabilidad introductoria y álgebra y geometría de la escuela secundaria (realizado en el sur de Asia).


Extra:

He leído esta publicación en psicología.stackexchange con respecto a la replicabilidad y me pareció útil.

Avíseme si debo editar esta publicación para recibir respuestas fructíferas.

Respuestas (1)

Hay varios "campos" vagamente definidos entre los metodólogos reformistas, por lo que probablemente desee intentar seguir a un representante de cada uno.

Andrew Gelman es un hito prominente en esta área y tiene un blog muy bueno que se actualiza con frecuencia en statmodeling.stat.columbia.edu con frecuentes críticas en papel.

El equipo de JASP también tiene un blog, https://www.bayesianspectacles.org/ , que es un poco agresivo, pero JASP es excelente y le indicará cosas como el artículo reciente sobre "redefinir la importancia estadística", que te dará mucho de qué hablar si te encuentras con un gurú de los métodos en su descanso para tomar café.

También puede disfrutar de http://daniellakens.blogspot.com/ y el autor Daniel Lakens tiene un MOOC de Coursera sobre este tipo de cosas. Sin duda, hay un montón de buenos MOOCS de estadísticas, solo que este es de un psicólogo con preocupaciones similares a las tuyas :-)

Esta es una lista corta, pero creo que abarca todos los campamentos que conozco (me encantaría saber más sobre los campamentos en metodología, ¡quizás otras personas de StackExchange tengan algunos consejos!) Mi impresión es que, como mínimo, debería tratar de leer a alguien que resuelva sus problemas con la estimación de parámetros y se preocupe por los errores S y M (Gelman, Kruschke), alguien que resuelva sus problemas con la selección de modelos y se preocupe por los factores de Bayes (EJ Wagenmakers 2018 "Análisis de diseño de factores de Bayes" ¿quizás? ), y alguien que está feliz de ser frecuentista, siempre y cuando tenga mucho cuidado con la interpretación (¿Lakens, creo? ¿O, como la mayoría de las estadísticas? todo frecuentista).

En mi rincón particular de la psicología, Stan se está apoderando del mundo, si eso es interesante para usted, puede obtener un buen kilometraje de http://elevanth.org/blog/ . Calculo que más de 20 personas recomendaron el libro de texto de 'repensar' a yo, y tenían razón! es genial

Realmente debería haber mencionado la "inferencia estadística como prueba severa" de Mayo aquí, pero en mi defensa acababa de salir. Además, consulte definitivamente Navarro 2019 "Between the devil and the deep blue sea" (Cerebro computacional y comportamiento) para obtener algunos comentarios sobre la relación entre la pregunta científica y el conjunto de herramientas estadísticas.