Echologisch valide advies over de steekproefgrootte van ESM-studies met N=1: Een simulatiegebaseerd framework voor steekproefgroottebepaling

Veel onderzoek wil begrijpen hoe psychologische processen evolueren binnen personen. Hiertoe verzamelt men intensief longitudinale data via de experience sampling methode (ESM)-- participanten rapporteren herhaaldelijk over hun ervaringen aan de hand van hun smartphone. De data worden meestal gemodeleerd via VAR(1) analyse, waarbij de scores op tijdspunt t worden voorspeld op basis van de scores op t-1. Om betrouwbare VAR(1) schattingen en hypothesetoetsen te bekomen, is het cruciaal dat men rigoureuze steekproefplanning uitvoert. Ik heb een simulatiegebaseerde methode voor steekproefgroottebepaling ontwikkeld. Deze is echter nog suboptimaal omdat (1) er geen rekening wordt gehouden met compliance, (2) er geen ruimte is voor geavanceerde sampling schema’s, and (3) men a priori VAR(1) schattingen nodig heeft voor elke nieuwe participant. Ik zal deze drie beperkingen aanpakken in dit project.

Trefwoorden:Sample size planning methods, Experience-Sampling-Methodology, First-order Vector-Autoregressive (VAR(1, Compliance, Open-source software

Disciplines:Onderzoeksmethoden en experimentontwerp, Statistiek en data-analyse