Srelau Psych 1/2 R. 4.3.3 Sprawdzanie hipotez 228-246
Quiz yourself by thinking what should be in
each of the black spaces below before clicking
on it to display the answer.
Help!
|
|
||||
|---|---|---|---|---|---|
| Jakie pytania badawcze stawiamy? Jakie hipotezy sprawdzamy? | show 🗑
|
||||
| Kiedy stosujemy współczynnik kontyngencji? | show 🗑
|
||||
| Kiedy stosujemy współczynnik korelacji? | show 🗑
|
||||
| Na jakie pytania musimy odpowiedzieć aby zinterpretować wartość współczynnika korelacji lub kontyngencji? | show 🗑
|
||||
| show | Sprawdza czy współczynnik korelacji wyników z próby jest istotnie różny od zera dla populacji, z której pochodzi próba. Jeśli jest możemy mówić o związku (współzmienności) zmiennych.
🗑
|
||||
| show | Na podstawie wartości współczynnika: zero - brak związku, -1 lub 1 oznacza związek doskonały, jedno-jednoznaczny.
🗑
|
||||
| show | Współczynnik korelacji liniowej.
Współczynnik korelacji wg momentu iloczynowego. Product-moment correlation coefficiet. Kiedy obie zmienne są na skali ilościowej (inter, iloraz).
🗑
|
||||
| show | Złożona z 10-ciu jednostek skala o średniej 5,5 i odchyleniu standardowym 2.
🗑
|
||||
| Jak prezentuje się graficznie dane korelacyjne? Czym graficznie jest r Pearsona? | show 🗑
|
||||
| show | Ze wszystkich możliwych prostych najlepiej dopasowana do punktów na wykresie, w taki sposób, że suma kwadratów odległości poszczególnych punktów od prostej jest najmniejsza.
🗑
|
||||
| show | Najsil: r=1/r=-1, punkty na diagramie korelacyjnym leżą idealnie na prostej (wprost i odwrotnie proporcjonalny). Najsłab: r=0, nie daje się dopasować żadnej linii, nie ma związku liniowego, ale może być związek nieliniowy (parabola drugiego stopnia).
🗑
|
||||
| Czym jest współczynik rs Spearmana i kiedy jest stosowany? | show 🗑
|
||||
| show | przeciętna suma kwadratów odcyleń poszczególnych wynikow od średniej
🗑
|
||||
| show | matematyczna miara zmienności dla pojedyńczej cechy
🗑
|
||||
| show | matematyczna miara współzmienności dla dwóch cech (cov)
🗑
|
||||
| Co interesuje nas kiedy analizujemy wariancję, a co kiedy analizujemy kowariancję? | show 🗑
|
||||
| show | Po tym, że odchylenia wyników dla obu zmiennych są podobne: wysokie = wysokie, niskie = niskie, średnie = średnie, wysokie = niskie, niskie = wysokie, średnie = średnie. Im wyższa wartość cov, tym zmienne bardziej podobne, + wprost prop, - odwrot prop.
🗑
|
||||
| show | Wariancja - bez znaczenia (podnosimy do kwadratu). Kowariancja - ma znaczenie (związek wprost/odwrot prop).
🗑
|
||||
| show | Bez interpretacji. Skala stenowa 10 jedn. Skala tenowa 100. Dopiero użycie kowariancji we wzorze dla r Pearsona i sprowadzenie do <-1, 1> pozwala na interpretację siły związku
🗑
|
||||
| Wzór na r Pearsona | show 🗑
|
||||
| show | E(Xi-Mx)(Yi-My)/N. Mnożymy odpowiadające sobie odchylenia wyników dla obu analizowanych zmiennych, sumujemy wszystkie iloczyny i dzielimy przez liczbę zsumowanych elementów.
🗑
|
||||
| show | Numer kolejny obserwacji statystycznej w próbie po uporządkowaniu obserwacji według wartości jednej ze zmiennych. Zwykle stosuje się uporządkowanie rosnące i numerowanie od 1.
🗑
|
||||
| Czym jest rangowanie? | show 🗑
|
||||
| show | W celu uniezależnienia się od rozkładu zmiennej oraz możliwych wystąpień obserwacji odstających. Pozwala ono również na stosowanie metod statystycznych w odniesieniu do zmiennych porządkowych, a nie tylko przedziałowych i ilorazowych.
🗑
|
||||
| Czego i dlaczego nie robimy z rangami? | show 🗑
|
||||
| show | Inwersja rang Ed-kw (suma kwadratów róznic pomiędzy parami zmiennych).
🗑
|
||||
| Kiedy Ed-kw jest najniższa, kiedy równa połowie max. wskaźnika, kiedy niajwyższa? | show 🗑
|
||||
| Rangi wiązane | show 🗑
|
||||
| show | Stabilizuje się, przy niskiej liczebności próby r dla różnych prób jest całkowicie niestabilna.
🗑
|
||||
| Od czego zależy konkretna wartość współczynnika korelacji? | show 🗑
|
||||
| Tablica kontyngencji | show 🗑
|
||||
| Rozkłady brzegowe, rozkłady warunkowe | show 🗑
|
||||
| Wartości/liczebności oczekiwane | show 🗑
|
||||
| show | Wartości, które mamy w tablicy kontyngencji po przeprowadzeniu badania.
🗑
|
||||
| Miarą siły związku między zmiennymi, z których co najmniej jedna jest nominalna jest... Kiedy związek większy? Jaki to wskaźnik? | show 🗑
|
||||
| show | Chi kwadrat (X.kw). Brak związku to Chi kwadrat = 0, Przyjmuje wartości od 0 do +nieskończoność.
🗑
|
||||
| show | Wskaźnikiem kontyngencji opartym na statystyce Chi kwadrat. Mierzy siłę związku gdy obie korelowane zmienne sa nominalne i dychotomiczne. Przyjmuje wartości o 0 (brak zw) do 1 lub -1 (zw doskonały).
🗑
|
||||
| show | Pozwala sprawdzić hipotezę, czy dana cecha różnicuje wybrane populacje.
🗑
|
||||
| show | Skala na jakiej zmierzono cechę. Charakter porównywanych grup (zależne vs niezależne). Liczba porównywanych grup. Liczebność porównywanych grup.
🗑
|
||||
| show | Parametryczne: dla skal ilościowych (porównują parametry populacyjne: średnie i wariancje). Nieparametryczne: dla skal nominalnych (porównoują liczebności lub częstości) i porządkowych (porównnują rangi).
🗑
|
||||
| Grupy zależne vs grupy niezależne | show 🗑
|
||||
| show | Do wykonywania wielokrotnych porównań grup parami.
🗑
|
||||
| show | duże n>30 statystyka z, małe n<=30 statystyka t, w testach dla danych nominalnych opartych na statystyce Chi kwadrat ważne są wartości oczekiwane w komórkach tablicy kontyngencji (>5).
🗑
|
||||
| Co jeśli w w co najmniej jednej komórce tablicy kontyngencji wartość oczekiwana jest mniejsza lub równa 5? | show 🗑
|
||||
| Randomizacja | show 🗑
|
||||
| Dodatkowe założenia przy parametrycznych testach istotności różnic | show 🗑
|
||||
| show | Testem Kołmogorowa-Smirnowa
🗑
|
||||
| show | Testem jednorodności wariancji Levene'a
🗑
|
||||
| show | Zformułowanie hipotez statystycznych. Obliczenie statystyk testowych. Określenie obszaru odrzuceń dla hipotezy zerowej przy pomocy teoretycznego rozkładu prawdopodobieństwa. Podejmujemy decyzje.
🗑
|
||||
| show | Brak różnicy między populacjami (ludzi ze wsi i ludzi z miasta). Jest różnica między populacjami.
🗑
|
||||
| show | Ludzie ze wsi są wyżsi niż ludzie z miasta. Istnieje różnica we wzroście między ludźmi ze wsi a ludźmi z miasta.
🗑
|
||||
| show | Kot jest większy od mysz. Kot jest innej wielkości niż mysz.
🗑
|
||||
| show | T - czy istnieje różnica pomiędzy śr wartością cechy w jednej i drugiej pop. U M-W - czy rozkład rang cechy w jednej pop jest przesunięty w stosunku do rozkładu rang tej samej cechy w drugiej. Chi - brak/istnienie różnic między licz. oczekiw a obser.
🗑
|
||||
| show | T- rozkład statystyki t-Studenta, U - rozkład statystyki U, Chi - rozkład statystyki chi-kwadrat
🗑
|
||||
| show | Od 0 do + nieskończoność. Rozkład niesymetryczny. Ma stopnie swobody df.
🗑
|
Review the information in the table. When you are ready to quiz yourself you can hide individual columns or the entire table. Then you can click on the empty cells to reveal the answer. Try to recall what will be displayed before clicking the empty cell.
To hide a column, click on the column name.
To hide the entire table, click on the "Hide All" button.
You may also shuffle the rows of the table by clicking on the "Shuffle" button.
Or sort by any of the columns using the down arrow next to any column heading.
If you know all the data on any row, you can temporarily remove it by tapping the trash can to the right of the row.
To hide a column, click on the column name.
To hide the entire table, click on the "Hide All" button.
You may also shuffle the rows of the table by clicking on the "Shuffle" button.
Or sort by any of the columns using the down arrow next to any column heading.
If you know all the data on any row, you can temporarily remove it by tapping the trash can to the right of the row.
Embed Code - If you would like this activity on your web page, copy the script below and paste it into your web page.
Normal Size Small Size show me how
Normal Size Small Size show me how
Created by:
magdalena.czu
Popular Psychology sets