03 Kriterijska valjanost Flashcards

1
Q

Što je koeficijent determinacije i kako ga označavamo?

A

Proporcija (postotak ako pomnožimo sa 100) objašnjene varijance u kriteriju.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
2
Q

Što je standardna pogreška prognoze i kako je označavamo?

A

Standardna devijacija distribucije razlika između izmjerenih i prognoziranih vrijednosti.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
3
Q

Standardna pogreška prognoze to je veća što je:

A
  1. Raspršenje u kriteriju veće
  2. Korelacija između prediktora i kriterija manja
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
4
Q

Što je koeficijent alijenacije i kako ga označavamo?

(spomeni pravac regresije)

A

Korelacija između kriterija i onog dijela kriterijskih rezultata koji nije predviđen pravcem regresije

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
5
Q

Princip najmanjeg kvadrata: formula?

A

preza

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
6
Q

Što je indeks efikasnosti i kako ga označavamo?

A

Postotno smanjenje pogreške prognoze zbog korištenja jednog ili više prediktora

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
7
Q

Što je totalni varijabilitet? (+ formula)

A

Sva odstupanja bruto rezultata od aritmetičke sredine bruto rezultata

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
8
Q

Što je objašnjeni varijabilitet? (+ formula)

A

Sva odstupanja pravca regresije od aritmetičke sredine

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
9
Q

Problem multivarijantne regresije

A

Pronalaženje linearne kombinacije prediktora koja omogućuje jednaku ili bolju prognozu kriterija nego što se to može učiniti s najefikasnijim pojedinačnim prediktorom

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
10
Q

Tri načina određivanja koeficijenata važnosti kod multiple predikcije:

A
  1. aprioristički
  2. empirijski
  3. matematički
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
11
Q

Jednadžba strukture optimalno ponderirane linearne kombinacije (prognoza na temelju bruto rezultata)

A

slajd 17

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
12
Q

Jednadžba strukture optimalno ponderirane linearne
kombinacije (za standardizirane rezultate):

A

slajd 17

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
13
Q

Što je multipla korelacija?

A

Indeks koji pokazuje jačinu linearne povezanosti skupa prediktorskih varijabli i neke kriterijske varijable

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
14
Q

Što je multipla determinacija?

A

Proporcija varijance kriterijske varijable koja se može objasniti djelovanjem istih faktora, zajedničkih prediktorskoj i kriterijskoj varijabli

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
15
Q

Kako sve nazivamo pondere?

A

Parcijalni regresijski koeficijenti
ponderi (b, beta ponder ili β)
koeficijenti važnosti
Koeficijenti učešća
koeficijenti smjera

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
16
Q

Navedi svojstva multiple korelacije

A

o Pozitivna
o U rasponu od 0 do 1
o Barem jednaka, a u pravilu veća od korelacije najboljeg prediktora i kriterija
o Koeficijent multiple korelacije je to veća što su
• Pojedine korelacije prediktora s kriterijem veće
• interkorelacije prediktora manje
o Koeficijent optimalno ponderirane multiple korelacije veći je od koeficijenta jednostavne linearne multiple korelacije