Разделы презентаций


Таблицы сопряженности

Содержание

Таким образом представленные данные не дают нам много информации.Проводим исследование: X – семейное положение – НП Y – занятость - ЗПСобранные данные выглядят примерно так:

Слайды и текст этой презентации

Слайд 1Таблицы сопряженности
Статистические методы в психологии
Радчикова Н.П.

Таблицы сопряженностиСтатистические методы в психологииРадчикова Н.П.

Слайд 2Таким образом представленные данные
не дают нам много информации.
Проводим исследование:
X

– семейное положение – НП Y – занятость - ЗП
Собранные данные

выглядят примерно так:
Таким образом представленные данные не дают нам много информации.Проводим исследование:	X – семейное положение – НП 	Y –

Слайд 3Можно их сгруппировать в виде таблиц:
по занятости:
и по семейному положению:

Можно их сгруппировать в виде таблиц:по занятости:и по семейному положению:

Слайд 4А можно и по двум переменным сразу:
Эта замечательная таблица и

называется
таблицей сопряженности
По столбцам обычно приводится независимая переменная
По строкам обычно

идет зависимая переменная
А можно и по двум переменным сразу:Эта замечательная таблица и называется таблицей сопряженностиПо столбцам обычно приводится независимая

Слайд 5Проценты в таблице сопряженности можно считать тремя способами:
по столбцам,

т.е. по независимой переменной

Проценты в таблице сопряженности можно считать тремя способами: по столбцам, т.е. по независимой переменной

Слайд 6 по строкам, т.е. по зависимой переменной

по строкам, т.е. по зависимой переменной

Слайд 7 по всей таблице сразу:

по всей таблице сразу:

Слайд 8ТАБЛИЦЫ СОПРЯЖЕННОСТИ
для шкал наименований
для шкал порядка

ТАБЛИЦЫ СОПРЯЖЕННОСТИдля шкал наименованийдля шкал порядка

Слайд 9ТАБЛИЦЫ СОПРЯЖЕННОСТИ
для шкал наименований
для шкал порядка
2 Пирсона,
коэффициент сопряженности С,


V Крамера,

Ф
2 МакНемара,

для таблиц 2х2
...

+
 Кендалла,
Гамма (G),
 Спирмена,
d Соммера

ТАБЛИЦЫ СОПРЯЖЕННОСТИдля шкал наименованийдля шкал порядка2 Пирсона, коэффициент сопряженности С, V Крамера,Ф2 МакНемара,

Слайд 10ТАБЛИЦЫ СОПРЯЖЕННОСТИ
для шкал наименований
для шкал порядка

ТАБЛИЦЫ СОПРЯЖЕННОСТИдля шкал наименованийдля шкал порядка

Слайд 11СТАТИСТИЧЕСКИЕ КРИТЕРИИ
ДЛЯ ТАБЛИЦ СОПРЯЖЕННОСТИ
Проверяют, есть ли зависимость в распределении

одной переменной от распределения по другой переменной.

СТАТИСТИЧЕСКИЕ КРИТЕРИИ ДЛЯ ТАБЛИЦ СОПРЯЖЕННОСТИПроверяют, есть ли зависимость в распределении одной переменной от распределения по другой переменной.

Слайд 132 Пирсона
Пример: мы хотим проверить, правда ли,

что мужчины больше любят собак,


а женщины - кошек
2 ПирсонаПример: мы хотим проверить, правда ли,         что мужчины

Слайд 14 Было опрошено 550 человек. Результаты опроса

представлены в таблице:
Мы можем проверить, зависит ли предпочтение домашнего

животного (распределение по переменной Y) от пола
Было опрошено 550 человек. Результаты 	опроса   представлены в таблице:Мы можем проверить, зависит

Слайд 15Подсчет критерия 2
(Пирсона)
- эмпирическая частота,

- теоретическая частота,
k=r*c,
r- число строк в таблице,
c –число столбцов

в таблице,
df=(r-1)(c-1).
Подсчет критерия 2 (Пирсона)   - эмпирическая частота,   - теоретическая частота,k=r*c,r- число строк в

Слайд 16Как определить теоретическую частоту?
Для выделенной ячейки:
Вероятность оказаться мужчиной равна 200/550.
Вероятность

предпочитать собак равна 350/550.
Следовательно, вероятность быть мужчиной и предпочитать собак

равна
(200/550 )*(350/550).
Умножив все это на количество испытуемых (550), получим теоретическую частоту для выделенной клетки:
(200/550 )*(350/550)*550=127,3.
Как определить теоретическую частоту?Для выделенной ячейки:Вероятность оказаться мужчиной равна 200/550.Вероятность предпочитать собак равна 350/550.Следовательно, вероятность быть мужчиной

Слайд 17Подсчет критерия

Подсчет критерия

Слайд 18Подсчитав таким образом теоретические частоты для всех клеток, находим
2=0,18
(это

эмпирическое значение)

Следовательно, предпочтение домашнего животного не зависит от пола:

мужчины и женщины одинаково любят собак.
Подсчитав таким образом теоретические частоты для всех клеток, находим2=0,18 (это эмпирическое значение) Следовательно, предпочтение домашнего животного не

Слайд 19Ограничения критерия 2
 Наблюдения должны быть

независимы. Поэтому нельзя
использовать одного и того

же испытуемого несколько
раз.

 2 пропорционален размеру
выборки. Если увеличить
размер выборки в 2 раза, то и
значение 2 возрастет в 2 раза.
Поэтому не рекомендуется
применять 2 для больших
выборок.

 Если теоретическая частота
клеток маленькая, то
вычисления могут быть не
точны. Сейчас общепринятым
является правило, что когда
df>1 теоретическая частота
должна быть равна или больше
5 по крайней мере в 80%
клеток.

Ограничения критерия 2  Наблюдения должны быть   независимы. Поэтому нельзя   использовать одного и

Слайд 202 МакНемара
Увы! Только для таблиц 2*2.
Тот критерий применяется, чтобы определить,

произошли ли изменения после какого-либо условия. Данные обычно представляются в

виде таблицы:

Получается, что A+D – это число изменений

2 МакНемараУвы! Только для таблиц 2*2.Тот критерий применяется, чтобы определить, произошли ли изменения после какого-либо условия. Данные

Слайд 21Подсчет критерия 2
(МакНемара)
Ограничения:
A+D должно быть не меньше 10!

Подсчет критерия 2 (МакНемара)Ограничения: A+D должно быть не меньше 10!

Слайд 22Пример: в телестудии проводятся дебаты, нужна ли смертная казнь. Зрители,

сидящие в зале, опрашиваются до начала дебатов и в конце

передачи.

2=1,25; p>0,05. Следовательно, можно сделать вывод, что приглашенные ораторы были одинаково успешны в отстаивании своих точек зрения: мнения зрителей существенно не изменились

Пример: в телестудии проводятся дебаты, нужна ли смертная казнь. Зрители, сидящие в зале, опрашиваются до начала дебатов

Слайд 23Что делать, если таблица большей размерности, а схема – интраиндивидуальная?
Для

случая, когда условий больше (до дебатов, после дебатов, через год

после дебатов…), можно использовать
Q-критерий Кочрена (Кохрена),
но только если данные представлены как дихотомические переменные
(да/нет, за/против,…)
Что делать, если таблица большей размерности, а схема – интраиндивидуальная?Для случая, когда условий больше (до дебатов, после

Слайд 24Что делать, если таблица большей размерности, схема – интраиндивидуальная, а

данные не дихотомические?
Не проводить такие исследования!

Что делать, если таблица большей размерности, схема – интраиндивидуальная, а данные не дихотомические?Не проводить такие исследования!

Слайд 25МЕРЫ ЗАВИСИМОСТИ ДЛЯ ТАБЛИЦ СОПРЯЖЕННОСТИ

МЕРЫ ЗАВИСИМОСТИ ДЛЯ ТАБЛИЦ СОПРЯЖЕННОСТИ

Слайд 26Меры зависимости
для шкал наименований
Все эти меры не имеют знака

и не показывают направление отношений.

Меры зависимости для шкал наименованийВсе эти меры не имеют знака и не показывают направление отношений.

Слайд 27Коэффициент f

 употребляется в основном с

таблицами 2х2
 меняется от 0 (когда переменные

независимы) до 1 (когда они
абсолютно зависимы)
Коэффициент f  употребляется в основном с    таблицами 2х2  меняется от 0 (когда

Слайд 28Коэффициент сопряженности С (или Ф)
 разработан для использования с квадратными


таблицами размера больше, чем 2х2
 меняется

от 0 (когда переменные независимы)
до , где k - число строк (столбцов)
Коэффициент сопряженности С (или Ф) разработан для использования с квадратными    таблицами размера больше, чем

Слайд 29V Крамера
 можно употреблять для любых таблиц -

квадратных и прямоугольных
 меняется от 0

(когда переменные
независимы) до 1 (когда они абсолютно
зависимы)

где c – число строк,
r – число столбцов таблицы.

V Крамера  можно употреблять для любых таблиц -    квадратных и прямоугольных  меняется

Слайд 30ТАБЛИЦЫ СОПРЯЖЕННОСТИ
для шкал наименований
для шкал порядка

ТАБЛИЦЫ СОПРЯЖЕННОСТИдля шкал наименованийдля шкал порядка

Слайд 31 В таблице сопряженности можно
представлять

и порядковые данные.
 Обычно они перечисляются слева направо

(от меньшего к большему) и сверху вниз (от
большего к меньшему):
 В таблице сопряженности можно    представлять и порядковые данные. Обычно они перечисляются слева направо

Слайд 32Согласованная пара - это пара, где оба члена ранжированы в

одном порядке по двум направлениям.
B
D

Согласованная пара - это пара, где оба члена ранжированы в одном порядке по двум направлениям.BD

Слайд 33Несогласованная пара - это пара, где оба члена ранжированы в

противо-положном порядке по двум направлениям.
B
А

Несогласованная пара - это пара, где оба члена ранжированы в противо-положном порядке по двум направлениям.BА

Слайд 34Связанная пара - это пара, где оба члена ранжированы одинаково

по крайней мере по одному направлению.
C
D

Связанная пара - это пара, где оба члена ранжированы одинаково по крайней мере по одному направлению.CD

Слайд 35Если в таблице преобладают несогласованные пары, то зависимость между переменными

отрицательная.
10
20
30

Если в таблице преобладают несогласованные пары, то зависимость между переменными отрицательная.102030

Слайд 36Если в таблице преобладают согласованные пары, то зависимость между переменными

положительная.
10
20
30

Если в таблице преобладают согласованные пары, то зависимость между переменными положительная.102030

Слайд 37Меры зависимости
С- число согласованных пар,
D - число несогласованных пар,
Tx -

число пар, связанных по Х
Ty = число пар, связанных по

У
Меры зависимостиС- число согласованных пар,D - число несогласованных пар,Tx - число пар, связанных по ХTy = число

Слайд 38 Меры зависимости
для шкал порядка имеют знак

  Кендалла всегда

меньше 1, если таблица не квадратная

 Меры зависимостидля шкал порядка имеют знак  Кендалла всегда меньше 1, если таблица не квадратная

Слайд 39СПАСИБО
ЗА
ВНИМАНИЕ

СПАСИБО ЗА ВНИМАНИЕ

Обратная связь

Если не удалось найти и скачать доклад-презентацию, Вы можете заказать его на нашем сайте. Мы постараемся найти нужный Вам материал и отправим по электронной почте. Не стесняйтесь обращаться к нам, если у вас возникли вопросы или пожелания:

Email: Нажмите что бы посмотреть 

Что такое TheSlide.ru?

Это сайт презентации, докладов, проектов в PowerPoint. Здесь удобно  хранить и делиться своими презентациями с другими пользователями.


Для правообладателей

Яндекс.Метрика