Redução proporcional na perda - Proportional reduction in loss

A redução proporcional na perda ( PRL ) é uma estrutura geral para desenvolver e avaliar medidas da confiabilidade de maneiras específicas de fazer observações que estão possivelmente sujeitas a erros de todos os tipos. Essas medidas quantificam o quanto ter as observações disponíveis reduziu a perda (custo) da incerteza sobre a quantidade pretendida em comparação com não ter essas observações.

A redução proporcional no erro é uma estrutura mais restritiva amplamente usada em estatísticas, em que a função de perda geral é substituída por uma medida de erro mais direta, como o erro quadrático médio. Exemplos são o coeficiente de determinação e lambda de Goodman e Kruskal .

O conceito de redução proporcional na perda foi proposto por Bruce Cooil e Roland T. Rust em seu artigo de 1994. Muitas medidas de confiabilidade comumente usadas para dados quantitativos (como dados contínuos em um projeto experimental) são medidas de PRL, incluindo o alfa de Cronbach e medidas propostas por Ben J. Winer (1971). Ele também fornece uma maneira geral de desenvolver medidas para a confiabilidade de dados qualitativos. Por exemplo, esta estrutura fornece várias medidas possíveis que são aplicáveis ​​quando um pesquisador deseja avaliar o consenso entre juízes que são solicitados a codificar uma série de itens em categorias qualitativas mutuamente exclusivas (Cooil e Rust, 1995). Medidas deste último tipo foram propostas por vários pesquisadores, incluindo Perrault e Leigh (1989).

Referências

  1. ^ Upton G., Cook, I. (2006) Dicionário de estatísticas de Oxford , OUP. ISBN   978-0-19-954145-4
  • Cooil, B., and Rust, RT (1994), "Reliability and Expected Loss: A Unifying Principle," Psychometrika , 59, 203-216. (disponível aqui )
  • Cooil, B. e Rust, RT (1995), "General Estimators for the Reliability of Qualitative Data" , Psychometrika , 60, 199-220. (disponível aqui )
  • Rust, RT e Cooil, B. (1994), "Reliability Measures for Qualitative Data: Theory and Implications," Journal of Marketing Research , 31 (1), 1-14. (disponível aqui )
  • Winer, BJ (1971), Statistical Principles in Experimental Design . Nova York: McGraw-Hill.
  • Perreault, WD e Leigh, LE (1989), "Reliability of Nominal Data Based on Qualitative Judgments", Journal of Marketing Research , 26, 135-148