Excel parancsfájlok felhasználása a statisztikai elemzésekben Írta ...
Excel parancsfájlok felhasználása a statisztikai elemzésekben Írta ...
Excel parancsfájlok felhasználása a statisztikai elemzésekben Írta ...
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
A kapcsolat szignifikáns voltára vonatkozó feltevésünket a függetlenség-vizsgálat módszerével válaszolhatjuk<br />
meg. A teszteljárás a négyzetes kontingencia χ2 mutatójára épül. A vizsgálat során alkalmazott hipotézis-rendszer:<br />
2<br />
H0:<br />
χ = 0<br />
2<br />
H1:<br />
χ > 0<br />
Tehát a nullhipotézis szerint az ismérvek függetlenek, míg az alternatív hipotézis elfogadása a sztochasztikus<br />
kapcsolat szignifikáns voltát jelenti.<br />
A nullhipotézis teljesülése esetén a négyzetes kontingencia χ2-eloszlást követ, (s-1)(o-1) szabadságfokkal.<br />
Vagyis:<br />
* ( f ab − f ab )<br />
2<br />
s o<br />
2<br />
χ =∑∑<br />
empirikus<br />
*<br />
a= 1 b= 1 f ab<br />
Ennek ismeretében a hipotézisellenőrzés könnyen elvégezhető:<br />
1) Meghatározzuk az empirikus χ 2 értéket (χ 2 empirikus).<br />
2) Kikeressük a χ 2 -eloszlás választott szignifikancia-szinjéhez (alapeset 5%, 0,0500) tartozó kritikus értéket,<br />
2<br />
χ<br />
( s −1)( o−1) kritikus<br />
ahol a szabadságfok: (s-1)(o-1) vagy meghatározzuk a p-értéket, az empirikus szignifikancia értéket.<br />
3) Amennyiben az általunk számított érték kisebb mint a kritikus érték,<br />
2 2<br />
χ < ( s −1)( o−1) χ<br />
empirikus<br />
kritikus<br />
úgy a nullhipotézist, ellenkező esetben:<br />
2 2<br />
χ > ( s−1)( o−1) χ<br />
empirikus<br />
kritikus<br />
az alternatív hipotézist fogadjuk el.<br />
A p-érték, az empirikus szignifikancia érték azt a legkisebb valószínűséget mutatja, ami mellett még a H0<br />
nulhipotézist elutasithatjuk. Ha a teszteléshez ha a p-értékeket használjuk, akkor: ha a p-érték magasabb,<br />
mint amit megengedtünk (pl. 0,05), akkor elfogadjuk azt a nullhipotézist, vagyis azt, hogy az ismérvek<br />
függetlenek, ha kisebb a p-érték mint pl. 0,05, akkor az alternatív hipotézist fogadjuk el, vagyis a sztochasztikus<br />
kapcsolat szignifikáns.<br />
A Yule-mutató.<br />
Az első kísérletek az asszociációs kapcsolat szorosságának meghatározására abból az egyszerűsítésből indultak<br />
ki, hogy a vizsgálandó mindkét ismérv alternatív, azaz csak két ismérvváltozattal rendelkezik. A<br />
változók minden esetben alternatívvá transzformálhatók az általunk legfontosabbnak tartott ismérvváltozat<br />
kiválasztásával és a többi változat összevonásával; ám ez lényeges információk elvesztéséhez vezet. (Példa<br />
lehet erre a tantárgyak minősítése: az öt fokozatú skála (jeles, jó, közepes, elégséges, elégtelen - alternatívvá<br />
alakítható - megfelelt, nem felelt meg.)<br />
Alternatív ismérveket tartalmazó kombinációs tábla sémája<br />
A/B B 1 B 2<br />
A 1 f 11 f 12 S 1.<br />
A 2 f 21 f 22 S 2.<br />
O .1 O .2 n<br />
A kétállapotú (bináris) változók közötti kapcsolat elemzése során használható első mutatószám kidolgozása<br />
G. U. Yule nevéhez fűződik. Mivel függetlenség esetén:<br />
Ha nincs kapcsolat, akkor<br />
f11<br />
f 21<br />
= ,<br />
f12<br />
f 22<br />
azaz<br />
f11·f22 – f12·f21 = 0,<br />
ha van kapcsolat, akkor<br />
f11·f22 – f12·f21 ≠ 0<br />
218