Betrouwbare voorspellingen in psychologische dynamiek dankzij tijdreeksmodel

20 september 2016

Wat doe je als je een psychologisch proces wilt weergeven in een grafiek maar je hebt slechts een beperkt aantal meetpunten tot je beschikking? Hoe kun je essentiële psychologische karakteristieken in één zinvol model weergeven? Psychometricus Tanja Krone onderzocht de mogelijkheden en slaat met haar proefschrift ‘Some Notes on Bayesian Time Series Analysis in Psychology’ een brug tussen de psychologische theorie en statistische modellen uit de ‘tijdreeksanalyse’. Zij promoveert donderdag 22 september aan de Rijksuniversiteit Groningen met NWO-financiering uit het programma Onderzoekstalent.

Grote groep mensen op straatBron: Shutterstock

Om zicht te krijgen op de dynamiek van psychologische processen maak je gebruik van metingen van bepaalde eigenschappen of toestanden, bij dezelfde persoon of personen. Zo kun je een reeks aan emoties vastleggen, op verschillende momenten van de dag, gedurende een aantal weken. Doel is  om een patroon te herkennen of zelfs toekomstig gedrag te voorspellen. Belangrijke vragen zijn dan bijvoorbeeld hoeveel tijdspunten en proefpersonen je nodig hebt alvorens zo’n patroon betrouwbaar is . De psychologie is hierin beperkt. Immers, proefpersonen hebben soms geen zin meer om een vragenlijst honderd keer in te vullen, of er is te weinig tijd of geld voor de verzameling van de gegevens.

Tijdreeksmodellen worden al langere tijd gebruikt om patronen te herkennen en voorspellingen te doen over tijd. Zo worden in de economie en de meteorologie verschillende invloeden verwerkt binnen één model. Tanja Krone: ‘Dat kan in de psychologie ook. De vraag was hoe je essentiële karakteristieken van tijdreeksgegevens, die psychologische dynamiek weergeven, in een zinvol model kon vatten. Van de bestaande methoden bleef er in mijn onderzoek één overeind, de zogenoemde Bayesiaanse Dynamische Modellen.'

Vervolgens aan Krone de taak om één handzaam model te maken waarin de meest uiteenlopende voorspellingen zijn verwerkt, zonder dat het de rekenkracht van normale computers verre te boven gaat. ‘Om een voorbeeld te geven: er zijn drie verschillende behandelingen voor paniekaanvallen. Hoe reageert iemand op elk, met inachtneming van de invloed van geslacht, de soort medicatie, de reactie, de tijdsduur en zo meer. Al die elementen moesten voorheen in aparte modellen worden verwerkt, hetgeen in de praktijk onwerkbaar was. Ik heb laten zien dat je in één model ontzettend veel data kan verzamelen en de verwerkingstijd tóch binnen de perken blijft. Het werkt!’ 

Krone legt in haar toelichting uit hoe de gebruiker moet omgaan met ontbrekende data, ‘niet-normaal verdeelde’ data, externe variabelen en andere belangrijke punten in de statistische gegevens. Daarmee is het model een leidraad voor toekomstig empirisch onderzoek. Het model van Krone heeft een brug geslagen tussen de psychologische theorie en de statistische modellen zoals gebruikt in tijdreeksanalyse.

Meer informatie

Tanja Krone (1985) voerde haar promotieproject ‘Understanding human behavioural processes with Bayesian dynamic models’ uit aan de Rijksuniversiteit Groningen, Faculteit Gedrags- en Maatschappijwetenschappen, Heymans Institute for Psychological Research, Psychometrics and Statistics.
Het onderzoek werd uitgevoerd met NWO-financiering uit het programma Onderzoekstalent. Hoofdaanvrager was prof. dr. M.E. Timmerman. Medebegeleider was dr. C.J. Albers.


Bron: NWO

Kenmerken

Wetenschapsterrein

Maatschappij- en Gedragswetenschappen

Programma

Onderzoekstalent

Speerpunt

Vrij onderzoek en talent (2015-2018)