Többváltozós statisztika

A páros t-próba egy paraméteres eljárás, a nemparaméteres verziója pedig a ….... próba:

• Friedman

• Kruskal-Wallis

• Mann-Whitney

• Wilcoxon

Fordított pár, a két személy mindkét változójában ellentétesen rangsorol.

~ Az értékek ellentétes irányban térnek el a két változóra nézve.

Jelölése Q.

• Konkordáns

• Diszkordáns

• X változóban kapcsolt pár

• Y változóban kapcsolt pár

   

Khi-négyzet próba / Pearson-teszt nullhipotézise:

• A vizsgált jelenség normális eloszlású. (p > 0,05)

• A vizsgált jelenség a normális eloszlástól különbözik. (p < 0,05)

• A medián megegyezik a feltételezett értékkel.

• A medián nem egyezik meg a feltételezett értékkel.

Mire használhatjuk a lineáris regresszió analízist?

• Annak meghatározására, hogy a független változók hatással vannak-e a függő változóra: Van-e összefüggés?

• Annak meghatározására, hogy a független változók milyen mértékben magyarázzák a függő változó ingadozását: A kapcsolat erőssége.

• A kapcsolat formájának és struktúrájának meghatározása: matematikai egyenlőség.

• Predikció: függő változó értékeinek az előrejelzése.

• Más független változók kontrollálása, amikor adott változó hatását vizsgáljuk Vagyis megnézhetjük, hogy egy adott változó milyen hatást fejtene ki a függő változóra, ha a többi független változó hatása nem érvényesülne.

Lineáris regressziós modell

Ez az elv garantálja azt, hogy tényleg van egy ilyen egyenes, és azt is, hogy csak egyetlen egy darab van:

• legkisebb négyzetek elve

• egyetlen egyenes elve

• egyenetlen egyenes elve

• legnagyobb négyzetek elve

Answer explanation

A módszert azért hívják a legkisebb négyzetek elvének, mert az egyenest úgy illesztjük a ponthalmazra, hogy az egyenes és pontok közötti eltérések négyzetének összege minimális legyen.

A sztenderdizált regressziós együtthatók (béta) a regressziós együtthatók sztenderdizált alakjai.

• Igaz

• Hamis

Az X-szel jelölt kör az X változó értékeinek a varianciáját, az Y-nal jelölt kör az Y változó értékeinek a varianciáját szemlélteti.

Minél nagyobb a két kör közös területe:

• annál kisebb X és Y közös varianciája

• annál nagyobb X és Y közös varianciája

• annál nagyobb X-beli varianciaszázalékot magyaráz Y

• annál nagyobb Y-beli varianciaszázalékot magyaráz X