To tylko jedna z 5 stron tej notatki. Zaloguj się aby zobaczyć ten dokument.
Zobacz
całą notatkę
Analiza korelacji i regresji jest bardzo uniwersalną metoda analizy. Dla przykładu, wszystko co można policzyć analizą wariancji można też policzyć analizą regresji ale nie na odwrót. Istnieje też wiele metod analizy danych
pochodnych od analizy korelacyjnej, w szczególności: analiza regresji prostej - jedna zmienna niezależna (zwana tez predyktorem) i jedna zmienna zależna
analiza regresji wielokrotnej - wiele zmiennych niezależnych (predyktorów);
analiza ścieżkowa;
analiza dyskryminacyjna;
analiza czynnikowa;
model równań strukturalnych (LISREL).
KORELACJA
Istnieje wiele metod korelacji. Największe możliwości interpretacyjnych daje współczynnik korelacji według momentu iloczynowego (współczynnik r Pearsona). Wymaga on pomiaru zmiennych na skali co najmniej interwałowej oraz tzw. dwuwymiarowego rozkładu normalnego.
U każdego obiektu (np. osoby) pochodzącego z danej (jednej!) próby mierzymy co najmniej dwie zmienne. Korelacja oznacza związek (zależność statystyczną) między zmiennymi. Nie przesądza jednak o istnieniu zależności przyczynowej.
KORELACJA I REGRESJA PROSTA
Współczynnik korelacji stanowi miarę współzmienności dwu zmiennych (powiedzmy: X i Y). Współczynnik korelacji może przybierać wartości od r= -1 (perfekcyjna zależność ujemna), poprzez r=0 (doskonałą niezależność zmiennych), do r= 1 (perfekcyjny związek dodatni). Wyrażenie r2 , nazywane jest współczynnikiem DETERMINACJI. Oznacza ono procent sumy kwadratów jednej zmiennej, który można przewidzieć na podstawie drugiej zmiennej.
Przykład 1a. Silny związek między zmiennymi
Przykład 1b: Silny związek między zmiennymi - linia regresji.
Przykład 2: Słaba korelacja dodatnia
Przykład 3: Silna korelacja ujemna Przykład 4: Korelacja zerowa (brak związku między zmiennymi): dla wszystkich X taka sama przewidywana wartość Y
Przykład 5: Korelacja zerowa (brak związku między zmiennymi): nie można wykreślić linii (regresji)
... zobacz całą notatkę
Komentarze użytkowników (0)