Korelacje

67 %
33 %
Information about Korelacje

Published on March 20, 2014

Author: VictoriaKamasa

Source: slideshare.net

WSPÓŁZMIENNOŚĆ MIARY KORELACJI

INTERPRETACJA - ĆWICZENIE

PRZYJMUJEMY CZY ODRZUCAMY? 1. Porównujemy skuteczność nauczania przez mówców rodzimych i nauczycieli z wykształceniem filologicznym. Badamy średnią liczbę błędów popełnioną na teście przez ich uczniów. Zbadano 32 nauczycieli z każdej grupy, których dobrano tak, by byli w parach podobni ze względu na cechy istotne w badaniu. 1. t=-1.83 2. df=31 2. Badano średnią długość zdań ze względu na rejestr w czterech podkorpusach (mowa, artykuły naukowe, artykuły prasowe, literatura). W każdy podkorpusie zbadano 100 zdań: 1. F=5,21 2. dflicz=3 dfmian=396 3. Badano skuteczność nauczania języka obcego dwoma metodami. Z korpusu wypracowań pozyskano informację o liczbie błędów popełnionych. 1. t=2,584 2. df=13 4. Analizowano długość samogłosek w mowie 10 mówców. Wzięto pod uwagę dwa różne otoczenia tych samogłosek. 1. t=-2,95 2. df=9

PROBLEM ZDOLNI NIEZOLNI METODA 1 METODA 2 poziom ZDOLNOŚCI mierzony przy pomocy testu IQ znacznie dokładniej oddaje zróżnicowania niż prosty podział na kilka kategorii DWIE ZMIENNE CIĄGŁE (interwałowe lub ilorazowe) możemy sprawdzać, jak zmienność jednej wiąże się ze zmiennością drugiej => współczynniki KORELACJI

WSPÓŁCZYNNIK KORELACJI PEARSONA

LOGIKA  Badamy zależność między wzrostem w calach a wzrostem w centymetrach;  jak wiadomo – wartości te będą ze sobą ściśle związane;  Mamy grupę 7 osób;  Obliczamy średnią dla wzrostu grupy w calach i średnią dla wzrostu grupy w centymetrach;  Dla każdego wyniku liczymy „odległość od średniej” (np. w jednostkach odchylenia standardowego); Osob a WZROST CALE (zrelatywizowany) WZROST CENTYMETRY (zrelatywizowany) O1 0,3 O2 0,2 O3 0,2 O4 0,5 O5 0,2 O6 0,2 O7 0,5

LOGIKA A B C D ZMIENNA 1 ZMIENNA 2 A B C D

LOGIKA Wniosek:  Jeżeli istnieje zależność – jesteśmy w stanie przewidzieć „odległości” od średniej dla poszczególnych osób; I odwrotnie:  Na podstawie różnicy „odległościami” możemy określać siłę związku między zmiennymi.

MATEMATYKA 

INTERPRETACJA WSPÓŁCZYNNIK r POPULACJA testowanie H0: r=0 PRÓBA siła kierunek KORELACJA TO NIE KAUZACJA

INTERPRETACJA - PRÓBA  progi: •| r| < 0,3 – zależność słaba, brak zależności •| r| < 0,5 – zależność średnia •| r| > 0,5 – zależność silna  kierunek: • r>0 – wraz ze wzrostem wartości zmiennej niezależnej, rośnie wartość zmiennej zależnej; • r,0 – wraz ze wzrostem wartości zmiennej niezależnej, spada wartość zmiennej zależnej;  znaczenie (po drobnym przeliczeniu): • jaki procent wartości zmiennej zależnej będzie się znajdował powyżej mediany dla wartości zmiennej niezależnej powyżej mediany

INTERPRETACJA - PRÓBA ZMIENNA 1 ZMIENNA 2 wartość r procent oczekiwanych obserwacji poniżej mediany 0,00 50,0 0,10 46,9 0,20 43,8 0,30 40,5 0,40 37,0 0,50 33,5 0,60 29,7 0,70 25,5 0,80 20,7 0,90 14,7 1,00 0,00 1 2 3 4 5 6 4 3 6 2 1 5

INTERPRETACJA - POPULACJA  obliczamy t:  porównujemy do rozkładu t-Studenta dla n-2 stopni swobody (n – liczba osób badanych)

ZASTOSOWANIA  obie zmienne min. interwałowe;  związek zbliżony do prostolinowego: • podstawy, by przypuszczać, że taki związek zachodzi; • wykres punktowy potwierdza prostoliniowość związku;  przykłady zależności nie prostolinowych: • wiek i wyniki testu fluencji słownej

ĆWICZENIE  badamy zależność wyników testu fluecji słownej od różnych czynników: oZMIENNE ZALEŻNE: wynik zwierzęta (FS1), wynik przedmioty ostre (FS2); ogólny wynik – zmienna porządkowa (FS_całość); oZMIENNE NIEZALEŻNE: IQ, wykształcenie, płeć.  zbadaliśmy 30 osób;  zmienne dla których mogę obliczyć współczynnik korelacji Pearsona: o wynik zwierzęta (FS1), o wynik przedmioty ostre (FS2); o IQ =WSP.KORELACJI(zmienna 1; zmienna 2)

WSPÓŁCZYNNIK KORELACJI RANG SPEARMANA

PROBLEM  jedna zmienna interwałowa, a druga porządkowa; o np. wykształcenie i wynik testu fluencji słownej  co się zmienia: o nie mam średniej; o nie mogę stosować sumy kwadratów;

LOGIKA Osoba badana Kolejne miejsce na liście wg wykształcenia tzw. ranga Kolejne miejsce na liście wg zasobu słownictwa tzw. ranga O1 6,5 O2 6,5 O3 5 O4 3,5 O5 2 O6 3,5 O7 1

LOGIKA ZMIENNA 1 ZMIENNA 2 1 2 3 4 5

LOGIKA Wniosek:  Jeżeli istnieje zależność – jesteśmy w stanie przewidzieć kolejność osób w przypadku obu zmiennych; I odwrotnie:  Na podstawie różnicy między tym kolejnością dla jednej i dla drugiej zmiennej możemy określić siłę zależności

WWW.LOGIC.AMU.EDU.PL MATEMATYKA  Obliczenia: rS = d – różnica pomiędzy rangą dla zmiennej pierwszej a drugiej N – liczba obserwacji

RANGOWANIE  Dla każdej z analizowanych zmiennych osobno: 1. Porządkujemy obserwacje wg wartości zmiennej – od najmniejszej do największej 2. Przypisujemy im numer miejsca, na którym się znajdują  Jeżeli kilka obserwacji ma tę samą wartość – przypisujemy im średnią z numerów wszystkich miejsc, które zajmują EXCEL 2013: =POZYCJA.ŚR(komórka;zakres;1) starszy: POZYCJA (zakres;1)+=[ILE.LICZB(lista) + (1 – POZYCJA(liczba; tablica; 0) – POZYCJA(liczba; tablica, 1)]/2.)

WSPÓŁCZYNNIK Ρ - SPEARMANA Osoby badane: 1. Wykształcenie zawodowe 2. Wykształcenie wyższe 3. Wykształcenie średnie 4. Wykształcenie gimnazjalne 5. Wykształcenie podstawowe 6. Wykształcenie wyższe 7. Wykształcenie zawodowe Kolejność: 1. Wykształcenie podstawowe 2. Wykształcenie gimnazjalne 3. Wykształcenie zawodowe 4. Wykształcenie zawodowe 5. Wykształcenie średnie 6. Wykształcenie wyższe 7. Wykształcenie wyższe Rangi: 1 2 3,5 3,5 5 6,5 6,5

INTERPRETACJA - PRÓBA Kierunek : oWartość dodatnia – zależność wprost proporcjonalna oWartość ujemna – zależność odwrotnie proporcjonalna Siła: o| rS | < 0,3 – zależność słaba, brak zależności o| rS | < 0,5 – zależność średnia o| rS | > 0,5 – zależność silna

INTERPRETACJA - POPULACJA  obliczamy t:  porównujemy do rozkładu t-Studenta dla n-2 stopni swobody (n – liczba osób badanych)

ĆWICZENIE  badamy zależność wyników testu fluecji słownej od różnych czynników: oZMIENNE ZALEŻNE: wynik zwierzęta (FS1), wynik przedmioty ostre (FS2); ogólny wynik – zmienna porządkowa (FS_całość); oZMIENNE NIEZALEŻNE: IQ, wykształcenie, płeć.  zbadaliśmy 30 osób;  zmienne dla których mogę obliczyć współczynnik korelacji Spearmana: o wynik zwierzęta (FS1), o wynik przedmioty ostre (FS2); o IQ o wykształcenie

NIEZALEŻNOŚĆ ZMIENNYCH χ2 (chi kwadrat) współczynnik Fi-Cramera

LOGIKA 29 WYSOKA BARWA GŁOSU NISKA BARWA GŁOSU SUMA KOBIETY ? ? 50 MĘŻCZYŹN I ? ? 50 SUMA 50 50 100

MATEMATYKA 

χ2 ISTOTNOŚĆ  Dla H0 o niezależności zmiennych: o H0 : w populacji nie zachodzi zależność miedzy dwoma obserwowanymi zmiennymi;  Odczytujemy z rozkładu chi: o df=(W-1)(K-1) (W – liczba kolumn; K-liczba wierszy) EXCEL: =CHI.TEST(tabela 1;tabela 2) => zwraca prawdopodobieństwo dla H0 aby uzyskać χ2: =ROZKŁAD.CHI.ODW(p;df)

χ2 MATEMATYKA  O – ang. observed (liczebność faktyczna)  E – ang. expected (liczebność oczekiwana)

LICZEBNOŚĆ OCZEKIWANA - MATEMATYKA w1 w2 w3 suma Z1 21*15/70 24*15/70 25*15/70 15 Z2 21*30/70 24*30/70 25*30/70 30 Z3 21*25/70 24*25/70 25*25/70 25 suma 21 24 25 70 EXCEL (z surowych danych): => tabela przestawna

INTERPRETACJA - PRÓBA  Siła związku: o V< 0,3 – słaby związek, brak związku; o V< 0,5 – umiarkowany związek o V> 0,5 – silny związek

ĆWICZENIE  badamy zależność wyników testu fluecji słownej od różnych czynników: oZMIENNE ZALEŻNE: wynik zwierzęta (FS1), wynik przedmioty ostre (FS2); ogólny wynik – zmienna porządkowa (FS_całość); oZMIENNE NIEZALEŻNE: IQ, wykształcenie, płeć.  zbadaliśmy 30 osób;  zmienne dla których mogę obliczyć współczynnik korelacji Pearsona: o wynik ogólny o płeć

Add a comment

Related pages

korelacja - Wiktionary

korelacja f. correlation ... Declension . declension of korelacja. singular plural; nominative: korelacja: korelacje: genitive: korelacji ...
Read more

korelacje - Wiktionary

korelacje. Definition from Wiktionary, the free dictionary. Jump to: navigation, search. Polish Noun . korelacje. nominative plural of korelacja; ...
Read more

Korelacje Spearmana - YouTube

Korelacje Spearmana Marcin N. Subscribe Subscribed Unsubscribe 65 65. Loading... Loading... Working... Add to. Want to watch this again later?
Read more

Ko-relacje

Ko-relacje, Warsaw, Poland. 293 likes · 2 talking about this. Ko-relacje to przedsięwzięcie kilku osób, które ma pomagać odnaleźć siebie w ...
Read more

Full-text - Korelacje cech somatycznych i zdolności ...

Official Full-Text Publication: Korelacje cech somatycznych i zdolności motorycznych 16-letnich bydgoskich gimnazjalistów = Correlations of somatic ...
Read more

Korelacje forex - www.forexyestrader.com - YouTube

Zależności występują pomiędzy różnymi instrumentami na rynku forex.
Read more

Korelacje Dla Ropy

Korelacje Dla Ropy - Download as PDF File (.pdf), Text File (.txt) or read online. dafgsdg
Read more

KORELACJE POMIĘDZY PIERWOTNĄ I WTÓRNĄ STRUKTURĄ A W ...

Korelacje pomiędzy pierwotną i wtórną struktur ą a własnościami kompozytów AlMg-SiCp 161 STRUKTURA I W ŁASNOŚCI KOMPOZYTU AlMg5-SiC P PO OBRÓBCE
Read more

Beste hardgainer produkt - 100% garantierte Sicherheit ...

Unsere Fachleute haben Daten über die verschiedenen Produkte gesammelt und eine Rangliste von Tabletten - Beste hardgainer produkt,die von Top ...
Read more

Trading tools - Mataf

Trading . Forex Correlation . Currency index . Forex Volatility . Forex session . price distribution . Pivot points . Carry trade . Forex Calendar . Risk ...
Read more