Prezentace se nahrává, počkejte prosím

Prezentace se nahrává, počkejte prosím

Korelace. Korelace versus regrese Korelace mezi dvěma kvantitativními proměnnými (Y 1 a Y 2 ) nahlíží na obě proměnné stejným způsobem. Předpokládá, že.

Podobné prezentace


Prezentace na téma: "Korelace. Korelace versus regrese Korelace mezi dvěma kvantitativními proměnnými (Y 1 a Y 2 ) nahlíží na obě proměnné stejným způsobem. Předpokládá, že."— Transkript prezentace:

1 Korelace

2 Korelace versus regrese Korelace mezi dvěma kvantitativními proměnnými (Y 1 a Y 2 ) nahlíží na obě proměnné stejným způsobem. Předpokládá, že obě jsou náhodné proměnné se stochastickou distribuci, ale že střední hodnota distribuce hodnot proměnné Y 1 se mění se střední hodnotou proměnné Y 2. Těsnost této závislosti měříme vypočteným korelačním koeficientem

3 Lineární vztah proměnných Pearsonův korelační koeficient Součin v čitateli je kladný, pokud jsou kladné odchylky od průměru u X spojeny s kladnými odchylkami u Y, a podobně záporné se zápornými Bezrozměrná veličina, v rozsahu -1.0 až +1.0

4 Korelace a podoba vztahu Zde byl narušen předpoklad linearity

5 Test korelačního koeficientu Testujeme hypotézu H 0 :  = 0 přičemž r je odhadem parametru základního souboru –  Testovou statistikou je t statistika: Můžeme použít jednostranný či oboustranný test, podle badatelské otázky

6 Kritické hodnoty r Opět je vhodné připomenout, že průkaznost není to samé jako těsnost závislosti a tyto dva aspekty jsou pro různé otázky různě důležité

7 Výpočet a testování r v programu Statistica Matici korelací mezi více proměnnými lze spočítat v Basic statistics / Tables V záložce Options lze zadat test jednotlivých vypočtených r.

8 Srovnání korelace s regresí Koeficient determinace (R 2 ) v přímkové regresi je druhou mocninou r Signifikance testu hypotézy  = 0 odpovídá výsledku testu hypotézy  = 0 Obdobně i síla testu je ovlivněna stejnými faktory jako u regrese

9 Nelineární závislost Spearman-ův či Kendallův koeficient V obou případech musí být závislost monotónní (neklesající či nerostoucí) Spearman-ův koeficient: pro každou proměnnou zvlášť nahradím její hodnoty odpovídajícím pořadím (nejmenší 1, pak 2,...) a z pořadí pak spočtu Pearsonův korelační koeficient. Pro větší n platí i kritické hodnoty Pearsonova r Tedy ne taková!

10 Děkuji za pozornost...


Stáhnout ppt "Korelace. Korelace versus regrese Korelace mezi dvěma kvantitativními proměnnými (Y 1 a Y 2 ) nahlíží na obě proměnné stejným způsobem. Předpokládá, že."

Podobné prezentace


Reklamy Google