Разделы презентаций


Взаимосвязи между двумя переменными

Содержание

Типы переменных и гипотезыНезависимые переменные – Х1 и Х2Независимая переменная – ХЗависимая переменная – УГипотеза – научно-обоснованное предположение о направлении (и силе) отношения между Х1 и Х2 или Х и У

Слайды и текст этой презентации

Слайд 1Взаимосвязи между двумя переменными

Взаимосвязи между двумя переменными

Слайд 2Типы переменных и гипотезы
Независимые переменные – Х1 и Х2

Независимая переменная

– Х
Зависимая переменная – У

Гипотеза – научно-обоснованное предположение о направлении

(и силе) отношения между Х1 и Х2 или Х и У

Типы переменных и гипотезыНезависимые переменные – Х1 и Х2Независимая переменная – ХЗависимая переменная – УГипотеза – научно-обоснованное

Слайд 3Ассоциация и причина
Одна переменная причина другой – необходимое и

достаточное условие:
если есть А, всегда происходит B
если нет А, никогда

не происходит B
Две переменные связаны между собой, часто происходят вместе или изменяются:
в одном направлении – когда А увеличивается, увеличивается B
в противоположных направлениях – когда А увеличивается, B – уменьшается

Ассоциация и причина Одна переменная причина другой – необходимое и достаточное условие:если есть А, всегда происходит Bесли

Слайд 4Ассоциации и скрытые признаки
размер обуви и скорость чтения; продажи мороженного

и количество изнасилований; % обнаженных частей тела и количество купающихся
рост

и количество больничных; сексуальная активность и склонность к депрессии
успеваемость ребёнка связана с образованием родителей, образование родителей связано с их доходом, а доход родителей связан с их образованием…
потребление электроники и продолжительность жизни
Ассоциации и скрытые признакиразмер обуви и скорость чтения; продажи мороженного и количество изнасилований; % обнаженных частей тела

Слайд 5Причинно-следственная связь: характеристики
Сила ассоциации (позволяет ли величина риска исключить другие

факторы)
Устойчивость (воспроизводимость результатов разными исследователями, в разных условиях)
Специфичность

(влияние связано с конкретным эффектом, а не широким спектром следствий)
Необратимость (нет связи в обратном направлении)
Временной порядок (причина раньше следствия)
Правдоподобность (есть ли надёжные научные механизмы, объясняющие ассоциацию)
Экспериментальные данные (показывает ли физическое вмешательство результаты согласованные с наблюдаемой ассоциацией)
Аналогия (есть ли похожие результаты отношений между причиной и следствием, на которых мы можем построить аналогию)
Причинно-следственная связь: характеристикиСила ассоциации (позволяет ли величина риска исключить другие факторы) Устойчивость (воспроизводимость результатов разными исследователями, в

Слайд 6Номинальная + номинальная
столбчатые диаграммы

таблицы сопряженности, анализ условных распределений

меры ассоциации: лямбда,

гамма, фи

экстраполяция: хи-квадрат

Номинальная + номинальнаястолбчатые диаграммытаблицы сопряженности, анализ условных распределениймеры ассоциации: лямбда, гамма, фиэкстраполяция: хи-квадрат

Слайд 7Номинальная + интервальная
бокс-плоты

равнение средних значений

мера ассоциации: эта

экстраполяция: t test

Номинальная + интервальнаябокс-плотыравнение средних значениймера ассоциации: этаэкстраполяция: t test

Слайд 8Интервальная + интервальная
точечная диаграмма

мера ассоциации: корреляция

регрессия

Интервальная + интервальнаяточечная диаграммамера ассоциации: корреляциярегрессия

Слайд 9Анализ условных распределений

Анализ условных распределений

Слайд 10Анализ условных распределений

Анализ условных распределений

Слайд 11Статистическая значимость взаимосвязи
Значимость показывает вероятность (p-value) того, что наблюдаемое распределение

случайно
Если (p) > 0,05 – мы говорим о том, что

наблюдаемая между переменными взаимосвязь является результатом случайности, флуктуации значений, стечения обстоятельств и т.п. Мы не можем утверждать, что она существует и в генеральной совокупности.
Если Sig. (p) < 0,05, то мы на 95% уверенны, что обнаруженная связь неслучайна, т.е. существует в генеральной совокупности (при условии правильно сделанной выборки)
Статистическая значимость взаимосвязиЗначимость показывает вероятность (p-value) того, что наблюдаемое распределение случайноЕсли (p) > 0,05 – мы говорим

Слайд 12Интерпретация (p) статистической значимости
p < 0.01 – p меньше,

чем 1 из 100:
если в генеральной совокупности между X и

У нет взаимосвязи, то обнаруженная нами связь по чистой случайности появилась бы в 1 выборке из каждых 100
p = 0.10 – p равно 10 из 100:
наблюдаемая нами связь между Х и У случилась бы в десяти выборках из 100 даже если в генеральной совокупности связь между Х и У = 0
p > 0.05 – p больше, чем 5 из 100:
если в генеральной совокупности нет связи между Х и У, то наблюдаемые нами результаты появились бы более, чем в 5 выборках из 100 по чистой случайности
Интерпретация (p) статистической значимости p < 0.01 – p меньше, чем 1 из 100:если в генеральной совокупности

Слайд 13Меры парной ассоциации
Сила - насколько сильно связаны два рассматриваемых

признака? И направление – прямо или обратно-пропорционально связаны признаки?
0

– нет связи, признаки независимы
+1 – идеальная прямо пропорциональная связь или –1 – идеальная обратно пропорциональная связь
PRE меры показывают насколько знание Х улучшает наши прогнозы (предсказания) значений У
Интерпретация значений PRE коэффициентов:
ниже 0,1 – слабая связь
от 0,1 до 0,2 – умеренная связь
от 0,2 до 0,3 – умеренно сильная связь
0,3 и выше – сильная связь

Меры парной ассоциации Сила - насколько сильно связаны два рассматриваемых признака? И направление – прямо или обратно-пропорционально

Слайд 14Фи [Cramer’s phi]
Номинальная-номинальная;
Cramer's phi = 0.37 – корреляция, симметричная
φ2

(phi*phi = 0.137) – PRE (коэффициент детерминации)


Фи [Cramer’s phi]Номинальная-номинальная; Cramer's phi = 0.37 – корреляция, симметричнаяφ2 (phi*phi = 0.137) – PRE (коэффициент детерминации)

Слайд 15пример
Cramer's phi = 0.37 (φ2 = 0.137) означает, что предпочтения

обуви студентов на 14% определяются их полом. А значит, 86%

разброса предпочтений остается без объяснения, есть и другие переменные, которые на это влияют.

примерCramer's phi = 0.37 (φ2 = 0.137) означает, что предпочтения обуви студентов на 14% определяются их полом.

Слайд 16λ – лямбда
Номинальная-номинальная;
Значение лямбды показывает, насколько нам удалось бы

уменьшить ошибочность нашего предсказания, когда мы опирались бы на одну

переменную, чтобы предсказать другую.
Просто *100 и говорим в %;
λ – лямбдаНоминальная-номинальная; Значение лямбды показывает, насколько нам удалось бы уменьшить ошибочность нашего предсказания, когда мы опирались

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