Ryšio nustatymas Skaitmeniniai duomenys Kategoriniai duomenys

Παρουσίαση με θέμα: "Ryšio nustatymas Skaitmeniniai duomenys Kategoriniai duomenys"— Μεταγράφημα παρουσίασης:

1 Ryšio nustatymas Skaitmeniniai duomenys Kategoriniai duomenys
Koreliacija paskirtis, išraiška, interpretacija Kategoriniai duomenys

2 Koreliacija Naudojama norint parodyti ryšį tarp dviejų kintamųjų
Koreliacinės analizės paskirtis – išmatuoti tiesinio ryšio tarp dviejų kintamųjų stiprumą - Nagrinėja tik ryšio stiprumą - Nesutapatinama su priežastingumu

3 Taškinių (scatter) diagramų pavyzdžiai
Tiesiniai ryšiai Kreiviniai ryšiai y y x x y y x x

4 Taškinių diagramų pavyzdžiai
Stiprūs ryšiai Silpni ryšiai y x x y x x

5 Taškinių diagramų pavyzdžiai
Ryšio nėra y x y

6 Koreliacijos koeficientas
Nepriklauso nuo mato vieneto Tarp -1 ir 1 Kuo arčiau -1, tuo stipresnis neigiamas tiesinis ryšys Kuo arčiau 1, tuo stipresnis teigiamas tiesinis ryšys Arti 0, ryšys silpnas arba jo nėra

7 Koreliacijos koeficiento interpretavimas
Laipsnis kuriuo taškai išsidėsto aplink tiesę Neigiamos reikšmės Aprašymas Teigiamos reikšmės 0.00 “nėra” “labai silpnas” 0.01 – 0.19 “silpnas” -0.69 – -0.40 “vidutinis” 0.40 – 0.69 “stiprus” 0.70 – 0.89 “labai stiprus” 0.90 – 0.99 -1.00 Visiškai tikslus” 1.00

8 Pavyzdžiai r reikšmėms
x x x r = -1 r = -0,6 r = 0 y y x x r = +0,3 r = +1

9 Koreliacijos koeficientų tipai
Skaitmeniniams duomenims, normalaus skirstinio, n>20 - Pirsono (Pearson) Ranginiams duomenims, arba skaitmeniniams, jei nenormalus skirstinys arba mažai stebėjimų - Spirmano (Spearman) - Kendalo (Kendall)

10 Koreliacijos koeficiento apskaičiavimas
Pirsono koreliacijos koeficientas: kur: r = imties koreliacijos koeficientas x = vieno kintamojo reikšmė y = kito (dažniau priklausomojo) kintamojo reikšmė

11 Apskaičiavimo pavyzdys
Medžio aukštis Kamieno Diametras y x 35 8 49 9 27 7 33 6 60 13 21 45 11 51 12

12 Apskaičiavimo pavyzdys
Medžio aukštis, y r = 0,886 → palyginti stiprus teigiamas tiesinis ryšys tarp x ir y Kamieno diametras, x

13 SKAITMENINIAI DUOMENYS

14 SKAITMENINIAI DUOMENYS

15 Spirmeno koreliacijos koeficientas

16 Kendalo koreliacijos koeficientas

17 Koreliacijos koeficiento naudojimo klaidos
Netinkama, kai daro įtaką laikas, į ką neatsižvelgiama (mėsos suvartojimas ir mirtys nuo storosios žarnos vėžio) Jei imtis susiaurinama (pvz. amžius) Sumaišytos imtys (vyrų ir moterų riebalų proc. pagal amžių) Dviejų metodų palyginimui (pvz. laboratoriniai, koreliacija neparodo sutapimo) Priežastingumas

18 Kategorinių duomenų ryšys
Principas: - nustatyti ryšio stiprumą: RR (rizikų/paplitimų santykis), OR (šansų santykis) - įrodyti skirtumą /efektą (PI, P reikšmė)

19 Kiti ryšio matai χ2, jei n >>1000, beveik visada atmetama H0
Tarpusavio sutapimo rodiklis φ Julo asociacijos koeficientas Q Kontingencijos koeficientas C Kramero koeficientas V Sąlyginis prognozės indeksas λ (Gudmano, Kruskalo)

20 2X2 LENTELĖ 25 14 39 30 36 66 55 50 105 NEMĖGSTA MĖGSTA
POŽIŪRIS Į KŪNO KULTŪRĄ TURI ANTSVORIO 25 14 39 NETURI ANTSVORIO 30 36 66 55 50 105

21 RYŠYS RR: Turi antsvorio = a/(a+b)=25/39=0,64
Neturi antsvorio =c/(c+d)=30/66=0,45 0,64/0,45=1,42 k. Rizikų skirtumas (absoliuti/atributinė rizika) AR=0,64-0,45=0,19 OR=ad/bc=2,1 χ2=3,4, tai P reikšmė...?

22 RYŠIO MATAI POŽIŪRIS Į KŪNO KULTŪRĄ TURI ANTSVORIO 25 14 39
NEMĖGSTA MĖGSTA POŽIŪRIS Į KŪNO KULTŪRĄ TURI ANTSVORIO 25 14 39 NETURI ANTSVORIO 30 36 66 55 50 105

23 RYŠIO MATAI NEMĖGSTA MĖGSTA POŽIŪRIS Į KŪNO KULTŪRĄ TURI ANTSVORIO 39
Tarpusavio sutapimo rodiklis φ=1 NEMĖGSTA MĖGSTA POŽIŪRIS Į KŪNO KULTŪRĄ TURI ANTSVORIO 39 NETURI ANTSVORIO 66 105

24 RYŠIO MATAI

25 Skirtumai Q geriau atskleidžia empirinį ryšį (antsvoris sąlygoja požiūrį, o ne atvirkščiai) φ teisingiau nusako dvipusį ryšį (veikia vienas kitą, pvz. plaukų ir akių spalva)

26 RYŠIO MATAI Kontingencijos koeficientas C Didesnės apimties lentelėms.
Kramerio V koeficientas Keturlaukėms lentelėms Kramerio V koeficientas sutampa su φ koeficientu.

27 KITI RYŠIO MATAI Lambda (liambda, λ),
Goodman and Kruscal’s tau (liambda modifikacija – Gudmano-Kruskalio tau) neapibrėžtumo koeficientas (uncertainty coefficient) Šie koeficientai skaičiuojami taip vadinamos proporcingo klaidos mažinimo koncepcijos pagrindu.