HCI 学者：小样本 Likert 数据用配对 t 区间比 CLMM 更靠谱

IanArawjo · x · 2026-10-19

HCI 研究者 Ian Arawjo 在即将发布的方法教材中讨论小样本可用性研究的统计报告问题：以 12 名参与者、3 个条件的组内实验与 Likert 量表数据为例，他指出尝试 CLMM 等「更正确」的复杂方法会输出垃圾结果，而基于模拟研究的结论是配对 t 置信区间其实表现不差（虽偏保守），从可用性角度看甚至比复杂方案更安全。

他补充，对同一数据尝试 Wilcoxon 非参数置信区间和 CLMM 两种替代方案都因无法拟合小样本而惨败；模拟中还发现带弱信息先验的贝叶斯 Normal-Inverse-Gamma 方法略优于 logit 变换后的 t 区间，但会引入难以向审稿人解释的哲学争议。配图中的教材章节还给出结论：真正的问题是仅 12 人的样本量，但 HCI 行业不会改变这一点，只能调整统计严谨性的做法。