2. rész - Két változó közötti kapcsolat mérése

Question 1

Asszociáció

Answer 1

• nem mennyiségi ismérvek között
• nominális vagy ordinális skálán mérhető változók

Question 2

Korreláció

Answer 2

• mennyiségi ismérvek között
• intervallum vagy arányskálán mérhető változók

Question 3

Rangkorreláció

Answer 3

• ordinális skálán mérhető változók

Question 4

Vegyes kapcsolat

Answer 4

• egy mennyiségi és egy nem mennyiségi változó között

Question 5

Asszociációs kapcsolat

Answer 5

• Kontingencia tábla (Abszolút gyakoriságok)
• Az elméleti (feltételezett) gyakoriságok kiszámítása
• Khi-négyzet próba
• Esetlegesen asszociációs együttható kiszámítása

Question 6

Khi-négyzet próba

Answer 6

• hipotézisek megfogalmazása
• x^2 értékének a kiszámítása
• szabadságfok meghatározása
• szignifikanciaszint megválasztása
• küszöbérték számítása
• döntéshozatal

Question 7

Hipotézisek megfogalmazása

Answer 7

H0: - nincs asszociációs kapcsolat a két változó között (a két változó független)

H1: - a két változó között asszociációs kapcsolat van

Question 8

x^2 értékének a kiszámítása

Answer 8

képlet
chisq.test v ha inverz jobb akkor chisq.inv.rt

Question 9

Szabadságfok meghatározása

Answer 9

df=(r-1)x(c-1)

Question 10

Szignifikanciaszint megválasztása

Answer 10

megadja a feladat, lehet 0,01 v 0,05 v 0,1

Question 11

Ha x^2<k

Answer 11

Megtartjuk a H0-at.

1-p valószínűséggel a két változó független egymástól.

Question 12

Ha x^2>k

Answer 12

Elvetjük a H0-at.

1-p valószínűséggel a két változó között asszociációs kapcsolat van.

Question 13

Ha két változó között asszociációs kapcsolat van

Answer 13

Pearson v Cramer féle asszociációs együtthatót számolunk.

• C vagy V = 0 a két ismérv független egymástól
• C vagy V ∈ 0; 0,3 → gyengye erősségű kapcsolat
• C vagy V ∈ 0,3; 0,7 → közepes erősségű kapcsolat
• C vagy V ∈ 0,7; 1 → szoros kapcsolat

Question 14

Korrelációszámítás

Answer 14

• Pearson-féle lineáris korrelációs együttható kiszámolása

CORREL

Question 15

Rangkorreláció 2 változó esetén

Answer 15

• Spearman-féle rangkorrelációs együttható
• δ=0, nincs kapcsolat a változók között
• δ=1, a két változó szerinti sorrend tejesen
  megegyezik
• δ=-1, a két változó szerinti sorrend fordított
• a mutató nagyobb abszolút értéke szorosabb
  kapcsolatot jelez

Question 16

Rangkorreláció m darab változó esetén

Answer 16

• k=0, nincs kapcsolat az m változó szerinti
  sorrend között
• k=1, maximális erősségű a kapcsolat a
  sorrendek között
• minél közelebb van egyhez a rangkorrelációs
  együttható értéke, annál szorosabb a kapcsolat
  a változók szerinti sorrendek között

Question 17

Vegyes kapcsolat lépések

Answer 17

• a fősokaság és a részekre bontott sokaságok szintjén vizsgáljuk: főátlagot és részátlagot, varianciák és szórások
• teljes varianca felbontása külső és belső varianciára
• külső és belső szórás

-szóráshányados
-varianciahányados

Question 18

Belső szórás

Answer 18

A belső szórás azt mutatja meg, hogy a fősokaság egységeihez tartozó xij ismérvértékek átlagosan mennyivel
térnek el saját részátlaguktól.

Question 19

Külső szórás

Answer 19

A külső szórás azt mutatja meg, hogy a részátlagok átlagosan mennyivel térnek el a főátlagtól.

Question 20

Szóráshányados

Answer 20

• a vegyes kapcsolat szorosságát mutatja
• H<0,3 – a mennyiségi és a nem mennyiségi ismérv között gyenge kapcsolat van.
• 0,3<H<0,7 – a mennyiségi és a nem mennyiségi ismérv között közepes erősségű kapcsolat van.
• H>0,7 – a mennyiségi és a nem mennyiségi ismérv között szoros kapcsolat van.