Struktuurivõrrandid Loeng 4 Mõõtmisvigadest

Slides:



Advertisements
Παρόμοιες παρουσιάσεις
FÜÜSIKA I KURSUS FÜÜSIKALISE LOODUSKÄSITLUSE ALUSED
Advertisements

ΣΤΑΤΙΚΗ Ι Ενότητα 1 η : Ο ΔΙΣΚΟΣ ΚΑΙ Η ΔΟΚΟΣ Διάλεξη: Εσωτερικές δυνάμεις του δίσκου – η δοκός και οι εσωτερικές δυνάμεις της δοκού – τα διαγράμματα της.
Ο Άνθρωπος είναι ένα ον το οποίο φτιάχνει πολιτισμό και έχει βαθύ στοχασμό, συναισθήματα και σεβασμό στη ζωή των άλλων. Ορισμός.
Τομέας Πληροφορικής. Υποστήριξης Υπολογιστικών Συστημάτων Εφαρμογών & Δικτύων Η/Υ.
ΑΘΛΗΤΙΚΗ ΠΑΙΔΑΓΩΓΙΚΗ ΜΑΘΗΜΑ 13: ΕΝΣΩΜΑΤΩΣΗ- ΠΡΟΣΑΡΜΟΓΕΣ ΤHΣ ΦΥΣΙΚΗΣ ΑΓΩΓΗΣ ΓΙΑ ΜΑΘΗΤΕΣ ΜΕ ΑΝΑΠΗΡΙΕΣ ΣΤΟ ΚΑΝΟΝΙΚΟ ΣΧΟΛΕΙΟ ΙΕΚ ΑΙΓΕΑΣ ΠΡΟΠΟΝΗΤΗΣ ΑΘΛΗΜΑΤΩΝ.
Eesti keele automaatse sisukokkuvõtja hetkeseisust ja plaanidest
Μηχανική των Ρευστών Ενότητα 2: Στατική των Ρευστών Βασίλειος Λουκόπουλος, Επίκουρος Καθηγητής Τμήμα Φυσικής.
Πανεπιστήμιο Κρήτης Παιδαγωγικό Τμήμα Δημοτικής Εκπαίδευσης Σεμινάριο: (Β06Σ10) Νοημοσύνη και νοητική υστέρηση: Θεωρίες & μέσα αξιολόγησης Διδάσκουσα:
ΕΝΕΡΓΟΙ ΠΟΛΙΤΕΣ Β1-Β2 (Σχ.έτος ) ΕΚΠΑΙΔΕΥΤΙΚΟΙ : ΝΕΟΚΟΣΜΙΔΟΥ ΠΑΝΑΓΙΩΤΑ ΣΑΝΤΟΡΙΝΗ ΜΑΡΙΑ.
Τομέας Εφαρμοσμένων Τεχνών. Ο επαγγελματικός τομέας Εφαρμοσμένων Τεχνών ανήκει στον κύκλο Εφαρμογών του 10ου ΕΠΑ.Λ. και περιέχει την ειδικότητα: Γραφικών.
ΧΟΡΕΥΟΥΜΕ ΠΑΡΑΔΟΣΙΑΚΑ ;. TAΞΕΙΔΙ ΣΤΗΝ ΠΑΡΑΔΟΣΗ.. Οι παραδοσιακοί χοροί της χώρας μας παρουσιάζουν μεγάλη ποικιλία. Κάθε περιοχή, χωριό έχει τους δικούς.
Statistline ja geomeetriline tõenäosus
Test.
Test.
Περιεχόμενα Εισαγωγή Είδη κίνησης Αρχή λειτουργίας μηχανισμών
Κανονική Κατανομή.
Η ομάδα μας! Γούνια Ευαγγελία Πλίτσης Δημήτρης Κατσαρός Βασίλης
Διατροφικές Διαταραχές
Άντρη Ορθοδόξου Μιχαήλ
ΗΦΑΙΣΤΕΙΑ ΒΗΣΣΑΡΙΑ & ΜΑΡΙΑ ΣΤ2.
ΤΑ ΕΛΛΗΝΙΚΑ ΒΟΤΑΝΑ ΚΑΙ Η ΧΡΗΣΗ ΤΟΥΣ
Προσδιορισμός σημείου
Κινητό: Επιπτώσεις στην υγεία.
Συνέντευξη με μια ομάδα μαθητών
Φυσική Β΄ Λυκείου Άσκηση 2 (άσκηση 8, εργ. οδ. Α΄ Λυκείου)
Vektorid..
Ühikute teisendamine.
Lõputöö kirjutamisest Vt ka
της Συναισθηματικής Νοημοσύνης σε έναν Αεροπορικό Οργανισμό
Süsteemiteooria ISS E 5 EAP Juhitavus, jälgitavus, rakendused
AINELINE MAAILM Kert Martma, PhD Tallinna Ülikool TALLINN 2014.
Andmeturve ja krüptoloogia, 4. kontaktsessioon Valdo Praust
Η ΠΡΑΚΤΙΚΗ ΑΣΚΗΣΗ ΤΩΝ ΦΟΙΤΗΤΩΝ ΤΟΥ ΜΑΘΗΜΑΤΙΚΟΥ ΣΤΑ ΣΧΟΛΕΙΑ: ΜΙΑ ΠΙΛΟΤΙΚΗ ΕΦΑΡΜΟΓΗ Εαρινό εξάμηνο
Statistline ja geomeetriline tõenäosus
Energia Energia on mateeria liikumise ja vastastikmõjude üldistatud
Soojustehnika teoreetilised alused - MSJ loeng
KAUGKÜTTE SOOJUSVÕRKE ISELOOMUSTAVAD SUURUSED
Meid ümbritsevad elektromagnetlained - kosmiline kiirgus - UV
Sirgete ja tasandite vastastikused asendid.
Ringjoone kaare pikkus ja sektori pindala
Liikumine ja vastastikmõju. Jõud
Ülesanded ja graafikud
1. trimestri UH-skriining : NT - oluline ja probleemiderohke marker
Passiivmaja - toimimise põhimõte
Projekteerimise metoodika
Geomeetrilised kujundid
Füüsika viktoriin Pärnumaa põhikoolidele
Lämmastikhappe ja fosforhappe võrdlus
Vajalikud ära lahendada või aru saada antud lahendusest
Struktuurivalemitest
(Kooli) Matemaatika.
Τέστ Μπανάνας Test de la banane: Κάνε κλίκ!.
וקטורים מהו וקטור? וקטור העתק, וקטור מיקום חיבור וחיסור וקטורים
8. loeng Statistiline seos tunnuste vahel
60. Daltoni seadus. Olgu erinevate molaarmassidega gaaside segu mingis ruumalas V. Igat sorti gaasi on Ni molekuli ja nendele vastavad kontsentratsioonid.
Kvantitatiivne geneetika
© J. Müller, M. Reinart Viljandi Maagümnaasium
§44. Kasutegur lk
Kohastumuste teke ja piirangud neile
Rapla Täiskasvanute Gümnaasium 2005
KEEMILISE REAKTSIOONI KIIRUS JA TASAKAAL
III VEKTOR TASANDIL. JOONE VÕRRAND.
Loomade populatsioonidünaamika, versioon 2008
Aminohapete keemilised omadused
Beeta-kiirgus Kea Kiiver.
Matemaatika.
العنوان الحركة على خط مستقيم
PYTHAGORAS JA TEMA KUULUS TEOREEM
TA ΦΩΝΗΕΝΤΑ ΤΗΣ ΚΝΕ Χαρακτηριστικά φωνηέντων:
Διδάσκουσα: Λήδα Αναγνωστάκη
Μεταγράφημα παρουσίασης:

Struktuurivõrrandid Loeng 4 Mõõtmisvigadest

Lihtne lineaarne regressioon Parameeter b ja tema (nihketa) hinnang: Kui aga oleme tunnuse X mõõtnud ebatäpselt, XM = X + εM(X):

Lihtne lineaarne regressioon Parameeter b ja tema (nihketa) hinnang ja determinatsioonikordaja R2: Kui aga oleme tunnuse X mõõtnud ebatäpselt, XM = X + εM(X):

Näide 1 Korrelatsioon vaadeldud tunnuste vahel oli 0,3. Teame, et meie X-tunnuse mõõtmiseks kasutatud meetodi reliaablus (ρXX’) oli 0,36. On kuulda, et Hollandis on välja mõeldud uus mõõtmismeetod reliaablusega ρXX’=0,81. Milline oleks antud testiga mõõdetult tulnud korrelatsioon X-i ja uuritava tunnuse vahel? Märkus: tavaliselt vaadatakse viltu testidele, mille (test-retest) reliaablus on alla 0,9.

Näide 2 Korrelatsioon mõõdetud IQ ja sissetuleku vahel on 0,51. IQ testi reliaablus on 0,7 (sama IQ testi tulemus samal inimesel kolm aastat hiljem). Milline võiks olla korrelatsioon “tegeliku” IQ ja koolihinnete vahel? 1 A Question of Intelligence, Daniel Seligman 2 Long-Term Stability of the Wechsler Intelligence Scale for Children—Fourth Edition, Marley Wayne Watkins

Näide 2* Korrelatsioon ühemunarakukaksikute IQ-testide tulemuste vahel on 0,86. IQ testi reliaablus sama inimese kahe IQ-testi tulemuste vahel on 0,7. Milline võiks olla korrelatsioon kaksikute “tegelike” IQ-näitajate vahel?

Reliaabluskordjaid kirjandusest Tunnus Reliaablus Pikkus (inimene ise) 0,96 Kaal (inimene ise) 0,99 BMI (inimene ise) 0,95 Puuviljade ja juurikate nädalane tarbimine 0,68 Vererõhk* 0,36

Veaga mõõdetud mõlemad tunnused XM YM Cov(XM,YM) = Cov(X, Y) ρXM, YM = ρX,XM ρX,Y ρY,YM = ρXM,XM’0,5 ρX,Y ρYM, YM’0,5 b’ = Cov(XM,YM)/DXM = Cov(X, Y)/(DX+DεM(X))

Näide: korrelatsioonikordaja r(η,ξ) leidmine r(X,Y) kaudu. Ehk Seega teades mõlema meid huvitava näitaja reliaablust, võime leida tegelike näitajate vahelise korrelatsioonikordaja väärtuse. Korrelatsioon rahulolu töökohaga ja motiveerituse vahel on 0,2. Rahulolu töökohaga mõõtmisreliaablus olgu 0,66 ja motiveerituse reliaablus 0,34. Sellisel juhul on korrelatsioon latentsete tunnuste vahel

Veidi teistsugune probleem... X Y Z Soovime muuta X ja Z sõltumatuks... kuidas seda tegime? Aga Y-tunnust on raske mõõta, mõõdetud Y on veidike midagi muud kui Y... Ymõõdetud

X Y Z εZ εY εYmõõdetud γ β Ymõõdetud Mõned kovariatsioonid ja dispersioonid sellest skeemist: DX cov(X,YM) = cov(X,Y) = γ DX γ = cov(X,YM)/DX cov(X,Z) = cov(X, βY) = cov(X, βγX) = βγDX β = cov(X,Z) /cov(X,YM) cov(YM,Z) = cov(Y, βY) = β DY DY= cov(YM,Z)/β DYmõõdetud = DY + D εYmõõdetud D εYmõõdetud = DYmõõdetud -DY D εY = .... D εZ = .... Reliaablus r(Ymõõdetud, Ymõõdetud’) = DY/DYmõõdetud

Y1 = Y + e1 De1 = σ12 Y2 = Y + e2 De2 = σ22 Cov(Y1, Y2) = DY DY1 - Cov(Y1, Y2) = .... DY2 - Cov(Y1, Y2) = .... Y1 Y Y2

Vigaselt mõõdetud tunnus Soovime kirjeldada näitajat ξ. Selleks teeme teatavaid mõõtmisi, ja saame teada mõõtmistulemused X, kirja pandavad järgmisel kujul: X = v + λξ + ε Juhul, kui on võimalik sõbralikult leppida ühe kindla mõõteskaalaga, võib ülaltoodud võrrandis valida λ=1 ja v=0-ga. Samas ei pruugi selline lähenemine mitte alati olla iseenesest mõistetav. Huvitume näiteks töötaja poolt nädalas töötatud töötundidest (ξ). Seda näitajat on mõõdetud töötaja enda poolt (X1) ja tööandja poolt (X2): X1 = v1 + λ1 ξ + ε1 X2 = v2 + λ2 ξ + ε2 Tekib küsimus, kas peaksime võtma λ1=1 või λ2=1 või...

Y1 = a1 Y + e1 Y2 = a2 Y + e2 Y3 = a3 Y + e3

Y1 = a1/c c*Y + e1 Y2 = a2/c c*Y + e2 Y3 = a3/c c*Y + e3

Y1 = 1*Y + e1 Y2 = a2 Y + e2 Y3 = a3 Y + e3

Y1 = 1*Y + e1 Y2 = a2 Y + e2 Y3 = a3 Y + e3 Cov(Y1,Y2) = a2DY Cov(Y1,Y3) = a3DY Cov(Y2,Y3) = a2a3DY DY= Cov(Y1,Y2) Cov(Y1,Y3)/ Cov(Y2,Y3)

Y1 = 1*Y + e1 Y2 = a2 Y + e2 Y3 = a3 Y + e3 Cov(Y1,Y2) = a2DY a2= Cov(Y1,Y2)/DY Cov(Y1,Y3) = a3DY a3= Cov(Y1,Y3)/DY Cov(Y2,Y3) = a2a3DY DY= Cov(Y1,Y2) Cov(Y1,Y3)/ Cov(Y2,Y3)