03.05.2013 Views

Excel parancsfájlok felhasználása a statisztikai elemzésekben Írta ...

Excel parancsfájlok felhasználása a statisztikai elemzésekben Írta ...

Excel parancsfájlok felhasználása a statisztikai elemzésekben Írta ...

SHOW MORE
SHOW LESS

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

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!