Η παρουσίαση φορτώνεται. Παρακαλείστε να περιμένετε

Η παρουσίαση φορτώνεται. Παρακαλείστε να περιμένετε

ΣΥΣΧΕΤΙΣΗ Γεώργιος Σιδερίδης Πανεπιστήμιο Κρήτης.

Παρόμοιες παρουσιάσεις


Παρουσίαση με θέμα: "ΣΥΣΧΕΤΙΣΗ Γεώργιος Σιδερίδης Πανεπιστήμιο Κρήτης."— Μεταγράφημα παρουσίασης:

1 ΣΥΣΧΕΤΙΣΗ Γεώργιος Σιδερίδης Πανεπιστήμιο Κρήτης

2 ΤΥΠΙΚΗ ΕΦΑΡΜΟΓΗ l Μελέτη: –Της σχέσης μεταξύ 2 μεταβλητών –Π.χ., σχέση μεταξύ καπνίσματος και καρκίνου του πνεύμονα

3 Πότε τη χρησιμοποιούμε; l Όταν εξετάζουμε σχέσεις μεταξύ 2 μεταβλητών (τη φορά) και χρειαζόμαστε αντικειμενικά κριτήρια για να δούμε το μέγεθος αυτής της σχέσης l Η μέθοδος είναι εύκολη στη χρήση της, αν και ‘υποφέρει’ από το σφάλμα της μέτρησης (random error)

4 Στατιστικά Πακέτα l SPSS l SAS l Minitab l Excel l EQS l MLWIN l SYSTAT l Σχεδόν όλα με μικρές δυνατότητες στατιστικής

5 Προϋποθέσεις του τεστ l Γραμμικότητα. l Κανονικότητα l Ανεξαρτησία των ατόμων

6 Το Πρώτο Βήμα: Διάγραμμα Σκεδασμού

7 Height Data

8 Height and Weight

9 Height and SAT

10 R = 1

11 R =.6

12 R =.4

13 R =.2

14 R = 0

15 R = -.2

16 R = -.4

17 Μέγεθος; Τίποτε Αδύναμη Μέτρια Δυνατή Πολύ Δυνατή

18 Υπολογισμοί

19 Υπολογισμοί

20 Σενάρια...  Σενάρια

21 Έννοιες l Συντελεστής συσχέτισης l Διάγραμμα σκεδασμού (Scatterplot) l Προβλεπτική μεταβλητή-κριτήριο l Συνδιακύμανση l Γραμμική, μή γραμμική σχέση (π.χ., άγχος επίδοση l Στατιστικό σφάλμα (δηλ. απόκλιση από τη γραμμή πρόβλεψης l Point biserial, Spearman’s, Φ συντελεστές l Αιτιακές σχέσεις, άλλες εξηγήσεις l Πίνακες συσχέτισης για πολλές μεταβλητές l R squared

22 Στοιχεία του Συντελεστή Συσχέτισης l Παίρνει τιμές συγκεκριμένες l Είναι 1 μόνο όταν όλες οι τιμές «πέφτουν» επάνω στην ευθεία γραμμή l Αν προσθέσουμε μια σταθερά σε όλες τις τιμές Χ ή σε όλες τις τιμές Υ ο συντελεστής δεν αλλάζει l Αν όλες οι τιμές του Χ ή του Υ πολλαπλασιαστούν με μια σταθερά ο συντελεστής δεν αλλάζει (εκτός από το πρόσημό του αν η σταθερά έχει διαφορετικό πρόσημο από τις τιμές Χ ή Υ l Επηρεάζεται από την αξιοπιστία των μετρήσεων

23 Μέτρηση των Μεταβλητών l Για τον συντελεστή Pearson οι μεταβλητές πρέπει να είναι συνεχείς l Με 2 κατηγορικές, συντελεστής Φ l Με 1 κατηγορική και μια συνεχή, point biserial correlation. l Με ιεραρχικά δεδομένα (ranked data) χρησιμοποιείτε τη φόρμουλα του Spearman. l Οι μεταβλητές μπορούν επίσης να εκφράζονται ως σταθερές τιμές (π.χ., standard scores, normal curve equivalent scores, etc.)

24 Είδη Συντελεστών Συσχέτισης Συνεχείς Μεταβλητές Διχοτομικές Μεταβλητές Συνεχείς Μεταβλητές Pearson Point Biserial Διχοτομικές Μεταβλητές Point BiserialPhi Για σειρές (Ranks) Spearman

25 Πότε να μή χρησιμοποιείτε το συντελεστή συσχέτισης ή με προσοχή; l Όταν οι μεταβλητές έχουν περιορισμένο εύρος (μειώνεται η τιμή του συντελεστή) l Όταν έχετε μικρά δείγματα, συνεπώς και μικρή δύναμη ανίχνευσης στατιστικά σημαντικών σχέσεων, αλλά και λίγη αυτοπεποίθηση για εύρεση της πραγματικής σχέσης l Όταν έχετε πολύ μεγάλα δείγματα, πολύ δύναμη του τεστ l Όταν λείπουν πολλές παρατηρήσεις l Όταν η σχέση δεν είναι γραμμική l Όταν δεν καταλαβαίνετε την ανάλυση

26 Άλλα Είδη Συσχέτισης

27 R = 0

28 R =.7

29 Πότε να μή χρησιμοποιείτε το συντελεστή συσχέτισης ή με προσοχή; l Όταν οι μεταβλητές έχουν περιορισμένο εύρος (μειώνεται η τιμή του συντελεστή) l Όταν έχετε μικρά δείγματα, συνεπώς και μικρή δύναμη ανίχνευσης στατιστικά σημαντικών σχέσεων, αλλά και λίγη αυτοπεποίθηση για εύρεση της πραγματικής σχέσης l Όταν έχετε πολύ μεγάλα δείγματα, πολύ δύναμη του τεστ l Όταν λείπουν πολλές παρατηρήσεις l Όταν η σχέση δεν είναι γραμμική l Όταν δεν καταλαβαίνετε την ανάλυση

30 Συσχέτιση και Μικρά Δείγματα

31 Πότε να μή χρησιμοποιείτε το συντελεστή συσχέτισης ή με προσοχή; l Όταν οι μεταβλητές έχουν περιορισμένο εύρος (μειώνεται η τιμή του συντελεστή) l Όταν έχετε μικρά δείγματα, συνεπώς και μικρή δύναμη ανίχνευσης στατιστικά σημαντικών σχέσεων, αλλά και λίγη αυτοπεποίθηση για εύρεση της πραγματικής σχέσης l Όταν έχετε πολύ μεγάλα δείγματα, πολύ δύναμη του τεστ l Όταν λείπουν πολλές παρατηρήσεις l Όταν η σχέση δεν είναι γραμμική l Όταν δεν καταλαβαίνετε την ανάλυση

32 Πώς η Συσχέτιση Επηρεάζεται από την Ύπαρξη Υπο-ομάδων;

33

34

35 Πότε να μή χρησιμοποιείτε το συντελεστή συσχέτισης ή με προσοχή; l Όταν οι μεταβλητές έχουν περιορισμένο εύρος (μειώνεται η τιμή του συντελεστή) l Όταν έχετε μικρά δείγματα, συνεπώς και μικρή δύναμη ανίχνευσης στατιστικά σημαντικών σχέσεων, αλλά και λίγη αυτοπεποίθηση για εύρεση της πραγματικής σχέσης l Όταν έχετε πολύ μεγάλα δείγματα, πολύ δύναμη του τεστ l Όταν λείπουν πολλές παρατηρήσεις l Όταν η σχέση δεν είναι γραμμική l Όταν δεν καταλαβαίνετε την ανάλυση

36 Απουσία τιμών: Τί κάνουμε; Μέσος όρος;

37 Πότε να μή χρησιμοποιείτε το συντελεστή συσχέτισης ή με προσοχή; l Όταν οι μεταβλητές έχουν περιορισμένο εύρος (μειώνεται η τιμή του συντελεστή) l Όταν έχετε μικρά δείγματα, συνεπώς και μικρή δύναμη ανίχνευσης στατιστικά σημαντικών σχέσεων, αλλά και λίγη αυτοπεποίθηση για εύρεση της πραγματικής σχέσης l Όταν έχετε πολύ μεγάλα δείγματα, πολύ δύναμη του τεστ l Όταν λείπουν πολλές παρατηρήσεις l Όταν η σχέση δεν είναι γραμμική l Όταν δεν καταλαβαίνετε την ανάλυση

38 Ακραίες Τιμές

39

40

41 Πότε να μή χρησιμοποιείτε το συντελεστή συσχέτισης ή με προσοχή; l Όταν οι μεταβλητές έχουν περιορισμένο εύρος (μειώνεται η τιμή του συντελεστή) l Όταν έχετε μικρά δείγματα, συνεπώς και μικρή δύναμη ανίχνευσης στατιστικά σημαντικών σχέσεων, αλλά και λίγη αυτοπεποίθηση για εύρεση της πραγματικής σχέσης l Όταν έχετε πολύ μεγάλα δείγματα, πολύ δύναμη του τεστ l Όταν λείπουν πολλές παρατηρήσεις l Όταν η σχέση δεν είναι γραμμική l Όταν δεν καταλαβαίνετε την ανάλυση

42 Δύναμη; Τί Σημαίνει;

43 Δύναμη;

44 Δύναμη Προγράμματα....

45 Πότε να μή χρησιμοποιείτε το συντελεστή συσχέτισης ή με προσοχή; l Όταν οι μεταβλητές έχουν περιορισμένο εύρος (μειώνεται η τιμή του συντελεστή) l Όταν έχετε μικρά δείγματα, συνεπώς και μικρή δύναμη ανίχνευσης στατιστικά σημαντικών σχέσεων, αλλά και λίγη αυτοπεποίθηση για εύρεση της πραγματικής σχέσης l Όταν έχετε πολύ μεγάλα δείγματα, πολύ δύναμη του τεστ l Όταν λείπουν πολλές παρατηρήσεις l Όταν η σχέση δεν είναι γραμμική l Όταν δεν καταλαβαίνετε την ανάλυση

46 Διόρθωση Επιπέδου Σημαντικότητας για Αριθμός Συγκρίσεων Ας υποθέσουμε ότι έχουμε 4 μεταβλητές που θέλουμε να συσχετίσουμε Μεταξύ τους. Τότε έχουμε: Διόρθωση επιπέδου στατιστικής σημαντικότητας. Για παράδειγμα με Βάση την προσαρμογή του Bonferroni έχουμε αλφα/αριθμός συγκρίσεων.05/6 =.008

47 Βήματα πριν την ανάλυση l Προετοιμασία της βάσης l Λάθη στη βάση, απουσία σημαντικού αριθμού τιμών (αντικατάσταση; Τις αγνοούμε;) l Ελέγχουμε τις κατανομές των μεταβλητών l Σχηματίζουμε το διάγραμμα σκεδασμού για την αξιολόγηση του είδους της σχέσης l Ποιόν δείκτη; l Δύναμη του τεστ

48 Συσχέτιση και SPSS

49 SPSS Printout

50 R squared?

51 Spearman’ R

52 Excel?

53 Excel?

54 Excel

55 Πίνακες από Δημοσιευμένες Μελέτες

56

57 Συσχέτιση – αιτιακές σχέσεις  Π.χ., αυτοεκτιίμηση επίδοση  Δεν υπήρχε σχέση όταν το IQ και το κοινωνικο-οικονομικό επίπεδο ελέγχθηκαν ! –TV επιθετικότητα –A --> B, B -->A, Z --> A, B

58 Cross-Lagged Συσχετίσεις TV.05 TV Watching |.01 | | | |.21 |-.05 | | | | Επιθετικότητα   Επιθετικότητα

59 «Μερικές Συσχετίσεις» (Partials)

60 Κοινή βάση (π.χ., IQ) ή ενδιάμεση σχέση (π.χ., σχέση επίδοσης με Κατάθλιψη, μόνο όταν υπάρχει αποτυχία)

61 «Μερικές Συσχετίσεις» (Partials)

62 Πότε;

63 Πρόβλεψη Προβλεπτική εξίσωση για πολλές μεταβλητές: Υ’ = α + β1χ1 + β2χ2 + β3χ3 + β4χ βνχν Πιο απλά Υ’ = βχ+α (για 2 μεταβλητές) Παράδειγμα (ο Γιάννης διάβασε 5 ώρες στατιστική και περίμενε ότι θα πάρει 8 στην τελική εξέταση).670 Διάβασμα (5 ώρες)  Βαθμός; Υ’ =.670χ + 1 Υ’ =.670(5) + 1 Υ’ = 4.35 (βαθμός)

64

65

66

67 {X = 6, Y = 11}

68 Παλινδρόμηση


Κατέβασμα ppt "ΣΥΣΧΕΤΙΣΗ Γεώργιος Σιδερίδης Πανεπιστήμιο Κρήτης."

Παρόμοιες παρουσιάσεις


Διαφημίσεις Google