Előadást letölteni
Az előadás letöltése folymat van. Kérjük, várjon
1
Többváltozós adatelemzés
3. előadás
2
Kereszttábla elemzés: RISK mutatószámok (csak 2x2-es táblákra)
3
Esélyhányados (odds) Esélyhánydos (odds):
(valószínűség) / (1-valószínűség) Teheséggondozás esélyhányadosa, ha van csoportos korrepetálás: (0,837/0,163=5,153) Teheséggondozás esélyhányadosa, ha nincs csoportos korrepetálás: (0,474/0,526=0,900) Odds ratio: 5,153/0.900=5,725
4
Relative Risk Tehetséggondozás léte az iskolában (igen): (0,837/0,474=1,768) Tehetséggondozás léte az iskolában (nem): (0,163/0,526=0,309)
5
Kereszttábla elemzés - RISK
6
Változók felcserélése
Az ‘odds ratio’ nem változik a változók felcserélésével
7
Tehetséggondozás léte az iskolában
Változó Odds Ratio Csoportos korrepetálás léte az iskolában 5,725 Korrekciós osztály léte az iskolában 2,819 Felzárkóztató foglalkozás léte az iskolában 4,719 Cigány kisebbségi program léte az iskolában 1,823
10
További tesztek Az iskolaigaztató neme befolyásolja-e a tehetségkutatás és a csoportos korrepetálás kapcsolatát? Az ‘odds ratio’ az összes csoportra 1 (feltételes függetlenség) Cochran teszt Mantel-Heanszel teszt Az ‘odds ratio’ megegyezik az összes csoportra Breslow-Day teszt Tarone teszt
11
További tesztek
12
Iskolafenntartó hatása
13
ANOVA ANalysis Of VAriance Ún. variancia elemzés
Egy folytonos változó és egy kategória változó kapcsolatát vizsgálja (alapesetben) A teljes varianciát felbontja csoporton belüli és csoportok közötti varianciára
14
ANOVA X folytnonos változó, Y kategória változó k kategóriával.
15
ANOVA Varinacia hányados (determinációs hányados): H2= SSK / SST
Átlagok egyezőségének tesztelése (normális eloszlás, csoportok szórásának egyezősége)
16
Országos oktatáspolitika hatása az oktatás tartalmára
17
Országos oktatáspolitika hatása az oktatás tartalmára (extrém értékek elhagyásával)
18
Részt vettek-e a minőségbiztosítás finanszírozására kiírt pályázaton?
H2: 11,4%
19
ANOVA Amennyiben az azonos variancia a különböző csoportokra nem teljesül, akkor is lehet tesztelni a csoportok átlagának egyezőségét: Welch teszt Brown-Forsythe teszt
20
Részt vettek-e a minőségbiztosítás finanszírozására kiírt pályázaton?
21
t-teszt Csak 2 kategória összehasonlítására alkalmas
Kis minták esetén szükséges a normális eloszlás, de nagy minták esetén nem normális eloszlás esetén is működik (központi határeloszlási tétel)
22
t-teszt Akik részt vettek minőségbiztosítás finanszírozására kiírt pályázaton és nyertek, azok nagyobb összegből gazdálkodhattak-e, mint akik részt vettek, de nem nyertek
23
t-teszt
24
t-teszt Akik nem vettek részt, de tervezték nagyobb összegből gazdálkodhattak-e, mint akik nem is tervezték?
25
t-teszt
26
Kovariancia VAR(X+Y)=VAR(X)+VAR(Y)+2KOVAR(X,Y)
Változók együttváltozását méri KOVAR(X,Y)=E[(X-E(X))(Y-E(Y))]= =E(XY)-E(X)E(Y) Realizációk esetén várható érték helyett átlagok szerepelnek
27
Kovariancia 67270+19138+12194+8216=106818 Az átlagok összeadódnak
= A varianciák nem adódnak össze
29
Kovariancia Összes költség varianciája: 39390018451+2*13723733583+…
…+2* =
30
Korreláció KORREL(X,Y)= =KOVAR(X,Y) / [SQRT(VAR(X))SQRT(VAR(Y))]
Változó lineáris kapcsolatát méri Értéke -1 és 1 között van: 0, ha X és Y között nincs lineáris kapcsolat (korrelálatlan) 1, ha tökéletes lineáris kapcsolat van, azonos irányú -1, ha tökéletes lineáris kapcsolat ellentétes irányú
31
Korreláció
32
Korreláció A korreláció érzéketlen a lineáris transzforációra
A korreláció érzékeny a monoton transzformációra
33
Korreláció – sztenderdizált változók
34
Korreláció – logaritmált változók
35
Rangkorreláció Spearman nevéhez kötődik
A változók értékeit sorrendbe rakja: a legkisebb 1-es értéket kap, a második 2-t, és így tovább. Utána ezen rangszámok segítségével számol korrelációt. Nem érzékeny a monoton transzformációra. Értéke szintén -1 és 1 között van. A nevezetes értékek (-1, 0 és 1) ugyanaz mint a (Pearson) korreláció esetén Ordinális mérési szintű változók esetén is értelmezhető
36
Rangkorreláció
37
Rangkorreláció – logaritmált változók
Hasonló előadás
© 2024 SlidePlayer.hu Inc.
All rights reserved.