Your SlideShare is downloading. ×
  • Like
Stat10 analiza dwuzmiennowa
Upcoming SlideShare
Loading in...5
×

Thanks for flagging this SlideShare!

Oops! An error has occurred.

×

Now you can save presentations on your phone or tablet

Available for both IPhone and Android

Text the download link to your phone

Standard text messaging rates apply

Stat10 analiza dwuzmiennowa

  • 142 views
Published

 

  • Full Name Full Name Comment goes here.
    Are you sure you want to
    Your message goes here
    Be the first to comment
    Be the first to like this
No Downloads

Views

Total Views
142
On SlideShare
0
From Embeds
0
Number of Embeds
2

Actions

Shares
Downloads
0
Comments
0
Likes
0

Embeds 0

No embeds

Report content

Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
    No notes for slide

Transcript

  • 1. ANALIZA DWUZMIENNOWA CZYLI ABC KOREALCJI
  • 2. ANALIZA DWUZMIENNOWA Centralne pytanie: Czy między badanymi zmiennymi występuje związek (w próbie)? WAŻNE:  Związek ten nie musi mieć charakteru przyczynowoskutkowego;  Jest to po prostu skojarzenie liczbowe pewnego typu; www.logic.amu.edu.pl
  • 3. ZALEŻNOŚĆ 3 Osoba Kolejne miejsce na Kolejne miejsce na badana liście wg wykształcenia liście wg zasobu tzw. ranga słownictwa tzw. ranga o1 o2 o3 o4 o5 o6 o7 www.logic.amu.edu.pl 6,5 6,5 5 3,5 2 3,5 1 dr Victoria Kamasa
  • 4. CO TO OZNACZA W PRAKTYCE? Wniosek: Jeżeli istnieje zależność – jesteśmy w stanie przewidzieć przybliżone rozkłady dla poszczególnych zmiennych; I odwrotnie: Na podstawie różnicy między tym, co „oczekiwane” (przy założeniu, że zachodzi zależność), a tym co otrzymane można badać siłę zależności. www.logic.amu.edu.pl
  • 5. Współczynnik ρ - Spearmana Inna nazwa: współczynnik korelacji rangowej Spearmana Zastosowanie: Zmienne porządkowe i interwałowe. Logika: Jeżeli jest zupełna korelacja dodatnia, to kolejność (ustawiana na podstawie wartości danej zmiennej) będzie taka sama dla obu zmiennych. www.logic.amu.edu.pl
  • 6. Współczynnik ρ - Spearmana Zaczynamy od rangowania zmiennych czyli: Dla każdej z analizowanych zmiennych: 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: =POZYCJA.ŚR(komórka;zakres;1) www.logic.amu.edu.pl
  • 7. Współczynnik ρ - Spearmana Przykład rangowania Osoby badane: Wykształcenie zawodowe Wykształcenie wyższe Wykształcenie średnie Wykształcenie gimnazjalne Wykształcenie podstawowe Wykształcenie wyższe Wykształcenie zawodowe www.logic.amu.edu.pl Kolejność: Wykształcenie podstawowe Wykształcenie gimnazjalne Wykształcenie zawodowe Wykształcenie zawodowe Wykształcenie średnie Wykształcenie wyższe Wykształcenie wyższe Rangi: 1 2 3,5 3,5 5 6,5 6,5
  • 8. Współczynnik ρ - Spearmana Obliczenia: d – różnica pomiędzy rangą dla zmiennej pierwszej a drugiej N – liczba obserwacji www.logic.amu.edu.pl
  • 9. Współczynnik ρ - Spearmana Interpretacja wyniku: Kierunek związku: Wartość dodatnia – zależność wprostproporcjonalna  Wartość ujemna – zależność odwrotnieproporcjonalna  Siła związku: | ρ| < 0,3 – zależność słaba, brak zależności  | ρ| < 0,5 – zależność średnia  | ρ| > 0,5 – zależność silna  www.logic.amu.edu.pl
  • 10. ZADANIE 1 10 Badano zależność między liczbą gestów użytych w czasie jednej jednostki dialogowej (Z1), a wiekiem, a którym badana osoba utraciła wzrok (mierzonym na skali porządkowej) (Z2). Uzyskano następujące wyniki: o1 o2 o3 o4 o5 o6 o7 o8 o9 o10 www.logic.amu.edu.pl Z1 4 4 7 25 7 17 16 9 21 7 Z2 1 3 4 2 1 5 2 1 4 5 dr Victoria Kamasa
  • 11. Współczynnik V - Cramera Zastosowanie: Dwie zmienne nominalne (ewentualnie: nominalna + porządkowa) Logika: Jeżeli nie ma żadnej korelacji mogę poprawnie w przybliżeniu oszacować wartości w poszczególnych polach tablicy krzyżowej. www.logic.amu.edu.pl
  • 12. PRZEWIDYWANIE 12 Wysoka barwa głosu Niska barwa głosu Suma Kobiety 50 Mężczyźni 50 suma www.logic.amu.edu.pl 50 50 100 dr Victoria Kamasa
  • 13. Współczynnik V - Cramera Etapy obliczania: 1. 2. 3. 4. Obliczenie wartości oczekiwanych Obliczenie współczynnika pomocniczego – chi kwadrat (χ2) Obliczenie wartości współczynnika Interpretacja wyniku www.logic.amu.edu.pl
  • 14. Współczynnik V - Cramera 1. Liczebności oczekiwane: Przykład: 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 www.logic.amu.edu.pl
  • 15. Współczynnik V - Cramera 2. Współczynnik pomocniczy - chi kwadrat (χ2) Eij – liczebność oczekiwana dla danego pola w tabeli nij – liczebność faktyczna dla danego pola w tabeli O – ang. observed (liczebność faktyczna) E – ang. expected (liczebność oczekiwana) www.logic.amu.edu.pl
  • 16. Współczynnik V - Cramera 3. Wartość współczynnika: k, p – ilość wartości poszczególnych zmiennych N – ilość badanych jednostek www.logic.amu.edu.pl
  • 17. Współczynnik V - Cramera 4. Interpretacja: Siła związku: V< 0,3 – słaby związek, brak związku;  V< 0,5 – umiarkowany związek  V> 0,5 – silny związek  www.logic.amu.edu.pl
  • 18. ZADANIE 2 18 Śre Czę Rza Su dni sto dko ma o 8 2 14 Zachód 8 7 5 20 Centrum 11 7 3 21 9 4 5 18 Południe 3 11 13 27 Suma www.logic.amu.edu.pl 4 Północ Badano zależność między regionem pochodzenia a częstotliwością używania wyrazów gwarowych. Wschód 35 37 28 100 dr Victoria Kamasa
  • 19. ZADANIE 3 19 Badano zależność między subiektywną oceną częstości wyrazu (Z1), a subiektywną oceną jego emocjonalnego nacechowania (Z2). Dla sześciu badanych wyrazów uzyskano następujące rangi: w1 w2 w3 w4 w5 w6 www.logic.amu.edu.pl Z1 2 5 5 5 2 2 Z2 6 5 3,5 1,5 1,5 3,5 dr Victoria Kamasa
  • 20. ZADANIE 4 20 Badano częstość występowania typów słowotwórczych w systemie i w tekstach reportaży. Częstość w procentach końcówk a w tekstach w systemie reportaż y -ka 42 -ina 32 23 -owa 16 23 -a www.logic.amu.edu.pl 45 7 12 dr Victoria Kamasa
  • 21. ZADANIE 5 21 Badano zależność między kategorią gramatyczną a częstością występowania w wierszach Zbigniewa Herberta. Cz Śre Rz Su ęst dni ad ma o o ko Rzeczownik 17 8 21 46 Przymiotnik 9 4 5 18 Czasownik 16 11 9 36 Suma www.logic.amu.edu.pl 42 23 35 100 dr Victoria Kamasa
  • 22. ZADANIE 6 22 Badano zależność między wykształceniem a zasobem słownictwa. Przyjęto następujące oznaczenia: wykształ Zasób cenie słownictwa 2 o2 2 1 o3 Zasób słownictwa 1 3 4 o4 wykształcenie o1 3 3 Podstawowe 1 Bardzo mały 1 o5 3 2 Gimnazjalne 2 Raczej mały 2 o6 4 3 Zawodowe 3 Średni 3 o7 4 4 Średnie 4 Raczej duży 4 o8 5 5 o9 Wyższe 5 Bardzo duży 5 5 5 o10 5 4 www.logic.amu.edu.pl dr Victoria Kamasa