A kombinációs táblák (sztochasztikus kapcsolatok) elemzése

Slides:



Advertisements
Hasonló előadás
4. előadás Összehasonlítás standardizálással és indexszámítással.
Advertisements

Kvantitatív Módszerek
TÁRSADALOMSTATISZTIKA III. Sztochasztikus kapcsolatok I. Előadó: Prof. Dr. Besenyei Lajos.
7. előadás.
7. előadás.
Statisztika I. VI. Dr. Szalka Éva, Ph.D..
Gazdaságelemzési és Statisztikai Tanszék
Főátlagok összehasonlítása standardizálással
Leíró statisztika 1.Bevezetés
STATISZTIKA II. 1. Előadás
Gazdaságelemzési és Statisztikai Tanszék
Földrajzi összefüggések elemzése
Főkomponensanalízis Többváltozós elemzések esetében gyakran jelent problémát a vizsgált változók korreláltsága. A főkomponenselemzés segítségével a változók.
Összefüggés vizsgálatok
Gazdaságelemzési és Statisztikai Tanszék
Gazdaságelemzési és Statisztikai Tanszék
Statisztika II. IX. Dr. Szalka Éva, Ph.D..
Közlekedésstatisztika
Statisztika II. VI. Dr. Szalka Éva, Ph.D..
Statisztika II. II. Dr. Szalka Éva, Ph.D..
Statisztika II. V. Dr. Szalka Éva, Ph.D..
Asszociáció.
3. hét Vegyes kapcsolat.
III. előadás.
A középérték mérőszámai
Ismérvek közötti kapcsolat vizsgálat
Statisztika II. VIII. Dr. Szalka Éva, Ph.D..
Dr. Szalka Éva, Ph.D.1 Közlekedésstatisztika V.. Dr. Szalka Éva, Ph.D.2 Ismérvek közötti kapcsolatok Két ismérv között a kapcsolat háromféle lehet: Két.
Dr. Szalka Éva, Ph.D.1 Statisztika II. VI.. Dr. Szalka Éva, Ph.D.2 Regresszióanalízis.
Statisztika II. III. Dr. Szalka Éva, Ph.D..
Kvantitatív módszerek
Nominális adat Módusz vagy sűrűsödési középpont Jele: Mo
Dr. Balogh Péter Gazdaságelemzési és Statisztika Tanszék DE-AMTC-GVK
Dr. Balogh Péter Gazdaságelemzési és Statisztika Tanszék DE-AMTC-GVK
Dr. Balogh Péter Gazdaságelemzési és Statisztika Tanszék DE-AMTC-GVK
3. előadás Heterogén sokaságok Szórásnégyzet-felbontás
Matematikai statisztika Készítették: Miskoltzy Judit Sántha Szabina Szabó Brigitta Tóth Szabolcs Török Tamás Marketing Msc I. évf., I. félév, levelező.
Statisztika.
Kvantitatív Módszerek
Idősor elemzés Idősor : időben ekvidisztáns elemekből álló sorozat
RÉSZEKRE BONTOTT SOKASÁG VIZSGÁLATA
Következtető statisztika 9.
Hipotézis-ellenőrzés (Folytatás)
A sztochasztikus kapcsolatok (Folyt). Korreláció, regresszió
Két kvantitatív változó kapcsolatának vizsgálata
TÁRSADALOMSTATISZTIKA Sztochasztikus kapcsolatok II.
6. előadás.
Sztochasztikus kapcsolatok
Bevezetés a Korreláció & Regressziószámításba
Statisztika 12.A és 13.N. A statisztika fogalma A statisztika tömegesen előforduló jelenségek egyedeire vonatkozó információk, adatok gyűjtése, feldolgozása,
Korrelációszámítás 1. hét.
Korrelációs kapcsolatok elemzése
Valószínűségszámítás II.
3. hét Asszociáció.
Összetett intenzitási viszonyszámok összehasonlítása
Korreláció-számítás.
A számítógépes elemzés alapjai
2. előadás Gyakorisági sorok
A számítógépes elemzés alapjai
Lineáris regressziós modellek
Részekre bontott sokaság vizsgálata, gyakorló feladatok
Gazdaságstatisztika Konzultáció a korreláció- és regressziószámítás, idősorok elemzése témakörökből.
2. előadás Viszonyszámok
Sztochasztikus kapcsolatok I. Asszociáció
Dr. Varga Beatrix egyetemi docens
A leíró statisztikák alapelemei
Standardizálás Dr. Varga Beatrix egy. docens.
2. előadás Viszonyszámok típusai
2. Regresszióanalízis Korreláció analízis: milyen irányú, milyen erős összefüggés van két változó között. Regresszióanalízis: kvantitatív kapcsolat meghatározása.
Mérési skálák, adatsorok típusai
Előadás másolata:

A kombinációs táblák (sztochasztikus kapcsolatok) elemzése

Az ismérvek közötti kapcsolat lehet: Függvényszerű Sztochasztikus Lehetnek egymástól függetlenek

Függvényszerű a kapcsolat, ha az egyik ismérv szerinti hovatartozás (ismérvváltozat) egyértelműen meghatározza a másik ismérv szerinti hovatartozást ( ismérvváltozatot). Pl. a lakosok születési éve és életkora közötti kapcsolat

Sztochasztikus kapcsolatról beszélünk, ha az ismérvek között tendenciaszerű összefüggést észlelünk. Valószínűsíthető az egyik alapján a másik. Pl. a munkavállalók végzettsége és szakmai elismertsége közötti összefüggés.

Független a két ismérv egymástól, ha az egyik szerinti hovatartozás ismerete semmiféle információt nem ad a másik ismérv szerinti hovatartozásról.

A statisztika a sztochasztikus kapcsolatokkal foglalkozik. Ez a két szélsőség ( teljesen függvényszerű és a teljesen független ) közötti átmenet. A kapcsolat annál lazább, minél közelebb áll a függetlenséghez, és szorosabb, ha közelebb áll a függvényszerű kapcsolathoz.

A két ismérv közötti kapcsolatok vizsgálata Asszociáció(s) kapcsolat: az egymással kapcsolatban álló ismérvek minőségi vagy területi ismérvek ( nominális változók, illetve egyikük ordinális mérési szintű változó.) Pl. az iskolai végzettség és a vezetésben betöltött szerep ( beosztás ). Mindkettő minőségi ismérv.

Vegyes kapcsolat: az egyik ismérv minőségi vagy területi ismérv, a másik ismérv mennyiségi ismérv ( intervallum vagy arányskálán mért változó ) Pl. az iskolai végzettség és a kereset nagysága közötti összefüggés.

Korreláció(s) kapcsolat: mindkét vizsgált ismérv mennyiségi ismérv ( intervallum vagy arányskálán mért változó ). Pl. a munkaviszony hossza és a kereset nagysága közötti összefüggés.

Melyik ismérv hat a másikra? Közvetlen ok okozati kapcsolat, az egyik a független a másik a függő változó. pl. a munkaviszony hossza és a kereset nagysága közötti kapcsolatban a kereset nagysága a függő változó.

Az ismérvek kölcsönhatásban lehetnek egymással. Pl. az ár és a kereslet nagysága. Az ár befolyásolja a keresletet, de a kereslet is hat az árra.

Közvetett kapcsolatról akkor beszélünk, ha a két ismérv között azért van összefüggés, mert azokat közös tényezők befolyásolják.

Az asszociáció szorosságának mérese Az asszociáció szorosságának mérésére többféle mutatószámot szerkesztettek, ezeket asszociációs együtthatóknak nevezzük. Fajtái: Yule - féle Csuprov - féle Cramer - féle

Yule – féle asszociációs együttható Mindkét ismérv alternatív, két változata van. Pl. férfi – nő, szellemi –fizikai munka Jele: Y Értéke: -1 ≤ Y ≤ 1 , 0 ≤ |Y| ≤ 1 A két ismérv függetlensége esetén Y = 0 Függvényszerű kapcsolat esetén |Y| = 1 Sztochasztikus kapcsolat esetén 0 < |Y| < 1

Értékelés Ha az együttható abszolút értéke a nullához áll közelebb, akkor laza kapcsolatról beszélünk. Ha az egyhez áll közelebb, akkor szoros sztochasztikus kapcsolatról beszélünk.

Csuprov és Cramer féle együttható Nem alternatív ismérvek esetén alkalmazhatók. A Csuprov – féle asszociációs együttható jele: T Az asszociációs összefüggések térbeli vagy időbeli összehasonlítására szolgál a Cramer – féle asszociációs együttható. Jele: C

A vegyes kapcsolat elemzése Vegyes kapcsolatnak nevezzük a sztochasztikus kapcsolatnak azt a típusát, amelyben az ok ( a független változó ) szerepét minőségi vagy területi ismérv, az okozat ( a függő változó ) szerepét mennyiségi ismérv tölti be.

Rész- és főátlagok A minőségi ismérv szerint csoportosított sokaságban az egyes részsokaságokra számított átlagot részátlagnak , a fősokaságra számított átlagot pedig főátlagnak nevezzük.

A rész- és fősokaságok szórása, szórásnégyzete Teljes eltérés: egy adott ismérvérték és a főátlag közötti eltérés. Belső eltérés: egy adott részsokasághoz tartozó ismérvérték és a részátlag közötti eltérés. Külső eltérés: a részátlag és a főátlag eltérése.

Összefüggés A háromféle eltérés között az alábbi összefüggés áll fent: Teljes eltérés = Belső + Külső eltérés

Mindhárom eltérés alapján számolható valamilyen szórás ill Mindhárom eltérés alapján számolható valamilyen szórás ill. szórásnégyzet A teljes eltérések felhasználásával adódó szórás a teljes szórás. A teljes szórás négyzete a teljes szórásnégyzet. A belső eltérésekből kiindulva számíthatók az egyes részsokaságokra vonatkozó részszórások. A részszórások négyzetének az egész sokaságra vonatkozó átlaga a belső szórásnégyzet.

Ha az eltérésnégyzetek egész sokaságra vonatkozó átlagát vesszük, akkor a külső szórásnégyzetet kapjuk, és ennek négyzetgyöke a külső szórás. Összefüggés a szórásnégyzetek között: Teljes szórásnégyzet = belső + külső szórásnégyzet

Szórásnégyzet hányados A mennyiségi ismérv szórásnégyzetének a minőségi ismérv által meghatározott hányada. %-ban kifejezve. Hány %-ban határozza meg a minőségi ismérv a mennyiségi ismérvet. A szóráshányados – a szórásnégyzet hányados négyzetgyöke - nem értelmezhető %-ban, csak a szorosság erősségére utal.