稳健统计方法与心理科学的可信度运动

一般线性模型（GLM）是心理学中最常用的统计模型。在线性模型中，研究的效应通过普通最小二乘（OLS）估计来估算，该估计在（1）没有离群值和影响病例，以及（2）满足线性和可加性假设、球形误差和正态误差时，产生无偏和最佳的参数估计，以及无偏的零假设显著性检验。本文首先提供OLS的技术描述和其统计假设的概述。然后，我们讨论常用的检测和解决假设违反的方法，以及当前应用这些方法如何通过允许分析过程中的过度灵活性来妨碍结果的可重复性。我们简要介绍几种稳健估计方法——即自助法、异方差一致标准误、M-估计量和修剪——这些方法可以提高参数估计的准确性和统计检验的功效。我们提供如何使用这些方法透明地预注册敏感性分析的指导，减少研究者自由度进入分析流程的机会。