1 / 24

Ryšio nustatymas

Ryšio nustatymas. Skaitmeniniai duomenys (koreliacija, regresija) Kategoriniai duomenys. Koreliacija. Naudojama norint parodyti ryšį tarp dviejų kintamųjų Koreliacinės anal izės paskirtis – išmatuoti tiesinio ryšio tarp dviejų kintamųjų stiprumą Nagrinėja tik ryšio stiprumą

cili
Télécharger la présentation

Ryšio nustatymas

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. Ryšio nustatymas • Skaitmeniniai duomenys (koreliacija, regresija) • Kategoriniai duomenys

  2. Koreliacija • Naudojama norint parodyti ryšį tarp dviejų kintamųjų • Koreliacinės analizės paskirtis – išmatuoti tiesinio ryšio tarp dviejų kintamųjų stiprumą • Nagrinėja tik ryšio stiprumą • Nesutapatinama su priežastingumu

  3. Taškinių (scatter) diagramų pavyzdžiai Tiesiniai ryšiai Kreiviniai ryšiai y y x x y y x x

  4. Taškinių diagramų pavyzdžiai Stiprūs ryšiai Silpni ryšiai y y x x y y x x

  5. Taškinių diagramų pavyzdžiai Ryšio nėra y x y x

  6. Koreliacijos koeficientas • Nepriklauso nuo mato vieneto • Tarp -1 ir 1 • Kuo arčiau -1, tuo stipresnis neigiamas tiesinis ryšys • Kuo arčiau 1, tuo stipresnis teigiamas tiesinis ryšys • Arti 0, ryšys silpnas arba jo nėra

  7. Neigiamos reikšmės Aprašymas Teigiamos reikšmės 0.00 “nėra” 0.00 -0.19 - -0.01 “labai silpnas” 0.01 – 0.19 -0.39 - -0.20 “silpnas” 0.20 – 0.39 -0.69 - -0.40 “vidutinis” 0.40 – 0.69 -0.89 - -0.70 “stiprus” 0.70-0.89 -0.99 - -0.90 “labai stiprus” 0.90-0.99 -1.00 “visiškai tikslus” 1.00 Koreliacijos koeficiento interpretavimas Laipsnis, kuriuo taškai išsidėsto aplink tiesę

  8. Pavyzdžiai r reikšmėms y y y x x x r = -1 r = -0,6 r = 0 y y x x r = +0,3 r = +1

  9. Koreliacijos koeficientų tipai • Skaitmeniniams duomenims, normalaus skirstinio, n>20 - Pirsono (Pearson) • Ranginiams duomenims, arba skaitmeniniams, jei nenormalus skirstinys arba mažai stebėjimų • Spirmano (Spearman) • Kendalo (Kendall)

  10. Koreliacijos koeficiento apskaičiavimas Pirsono koreliacijos koeficientas: kur: r = imties koreliacijos koeficientas x = nepriklausomo kintamojo reikšmė y = priklausomo kintamojo reikšme

  11. Apskaičiavimo pavyzdys

  12. Apskaičiavimo pavyzdys Medžio aukštis, y r = 0,886 → palyginti stiprus teigiamas tiesinis ryšys tarp x ir y Kamieno diametras, x

  13. SKAITMENINIAI DUOMENYS

  14. SKAITMENINIAI DUOMENYS

  15. Koreliacijos koeficientonaudojimo klaidos • Kartotiniai tyrimai tų pačių tiriamųjų (ultragarso tyrimo metu vaisiaus matmenys 15-20 nėštumo savaitę, kartais ir kartojama) • Netinkama, kai įtakoja laikas, į ką neatsižvelgiama (mėsos suvartojimas ir mirtys nuo storosios žarnos vėžio) • Jei imtis susiaurinama (pvz. amžius) • Sumaišytos imtys (vyrų ir moterų riebalų proc. pagal amžių) • Dviejų metodų palyginimui (pvz. laboratoriniai, koreliacija neparodo sutapimo) • Priežastingumas

  16. Kategorinių duomenų ryšys • Principas: • nustatyti ryšio stiprumą: • RR, OR • įrodyti skirtumą (PI, P reikšmė) • Ryšio matai (χ2, jei n >>1000, beveik visada atmetama H0): • Tarpusavio sutapimo rodiklis φ • Julo asociacijos koeficientas Q • Kontingencijos koeficientas C • Kramero koeficientas V • Sąlyginis prognozės indeksas λ (Gudmano, Kruskalo)

  17. 2X2 LENTELĖ

  18. RYŠYS • RR: Turi antsvorio= a/(a+b)=25/39=0,64 Neturi antsvorio=c/(c+d)=30/66=0,45 0,64/0,45=1,42 k. • Rizikų skirtumas (absoliuti/atributinė rizika) AR=0,64-0,45=0,19 • OR=ad/bc=2,1 • χ2=3,4, tai P reikšmė...?

  19. RYŠIO MATAI • Tarpusavio sutapimo rodiklis φ=0,18, φadj=0,223 (χ2=3,4)

  20. RYŠIO MATAI Tarpusavio sutapimo rodiklis φ=1

  21. RYŠIO MATAI • Julo asociacijos koeficientasQ=0,36 (nenaudojamas, jei yra 0) • 0-0,24 – ryšio nėra, arba jis labai silpnas 0,25-0,49 – silpnas ryšys 0,50-0,74 – vidutinio stiprumo ryšys 0,75-1 – stiprus ryšys

  22. Skirtumai • Q geriau atskleidžia empirinį ryšį (antsvoris sąlygoja požiūrį, o ne atvirkščiai) • φ teisingiau nusako dvipusį ryšį (veikia vienas kitą, pvz. plaukų ir akių spalva)

  23. RYŠIO MATAI • Kontingencijos koeficientas C Didesnės apimties lentelėms. • Kramerio V koeficientas Keturlaukėms lentelėms Kramerio V koeficientas sutampa su φ koeficientu.

  24. KITI RYŠIO MATAI • Lambda (liambda, λ), • Goodman and Kruscal’s tau (liambda modifikacija – Gudmano-Kruskalio tau) • neapibrėžtumo koeficientas (uncertainty coefficient) Šie koeficientai skaičiuojami taip vadinamos proporcingo klaidos mažinimo koncepcijos pagrindu.

More Related