Theory Flashcards
בניתוח שונות אח-גורמי משתנה X הב״ת יהיה בסולם__או__
שמי, סדר
ברגרסיה משתנה ב״ת X בסולם__או___
רווח או מנה
בניתוח שונות חד גורמי משתנה תלוי Y בסולם (רווח או מנה/שמי או סדר) לעומת רגרסיה שבו משתנה תלוי בסולם__ (רווח או מנה/שמי או סדר)
רווח או מנה, רווח או מנה
בניתוח חד-גורמי המשתנה בלתי תלוי___(רציף/מחולק לקבוצות) וברגרסיה__ (רציף/מחולק לקבוצות)
מחולק לקבוצות, רציף
חוקר רצה לבדוק האם רמת הכנסה משפיעה על הערכה העצמית של האדם:
מה סוג הניתוח שהוא ישתמש בו כש:
1- המשתנה הב״ת שהוא רוצה לבדוק : 5000₪; 8000₪; 1000₪; 3000₪…
2- המשתנה הב״ת הוא קבוצות: הכנסה נמוכה; הכנסה בינונית, הכנסה גבוהה
1-ניתוח שונות חד-גורמי
2-רגרסיה
כדי לחשב שונות בין הקבוצות בניתוח חד גורמי צריך לחשב קודם כל___(סטיית תקן/ממוצע/cov) של כל קבוצה בנפרד כדי לחשב SSB
ממוצע
מה אומר jT בנוסחת SSB בניתוח שונות?
כל הערכים של קבוצה אחת (total)
מה אומר T בנוסחת SSB?
סכום כללי ערכים של כל הקבוצות
אחרי שמחשבים כדי להעביר SSB וSSW לMSB וMSW צריך___
לחלק אותם בדרגות החופש שלהם df
ה - F שווה ל__(אפקט חלקי טעות/טעות חלקי אפקט) והבדל בין הקבוצות זה__(אפקט/טעות)
אפקט חלקי טעות, אפקט
כש F קטן או שווה ל1 זה אומר ש___(טעות גדולה או שווה לאפקט/טעות קטנה או שווה לאפקט/ אפקט וטעות צריכות בדיקת מובהקות)
טעות גדולה או שווה לאפקט
בניתוח חד-גורמי
MSB + MSW __(=/ לא שווה) לMST
לא שווה
מתחילים מבחן מובהקות מ___
השערות
אם בניתוח חד-גורמי אנחנו מקבלים n, ממוצעים, וסטיית תקן אנחנו נשתמש בנוסחה אחרת ונחשב___, בשביל לחשב SSB
ממוצע של כל הממוצעים
האות ״פסי״ מסמנת השוואות בין הקבוצות בניתוחי___
המשך
האם צריך השערות לניתוחי המשך?
כן
מה מסמן c בנוסחת הקונטרסט בניתוח חד-גורמי?
ערך המשקולת
אם השערות של המבחן נעשו a priori ניתוח המשך יהיה___ואם a posteriori___. בניתוחים האלה מחשבים הערך___(הקריטי/הסטטיסטי)
,Dunn רגיל או
Scheffé
הקריטי
אורטוגונלי זה ניתוח המשך__(לתלויים/לבלתי תלויים/ post-hoc)
לבלתי-תלויים
כשהשערה חד-כיוונית האלפא בחישוב דאן ואורטוגונלי רגיל __(לא צריך/צריך) להכפיל ב2
צריך
בשביל לגלות אם ניתוח המשך צריך להיות לתלויים או לבלתי תלויים צריך לקחת משקולות של שני משוואות באותה הקבוצה ולהכפיל ביניהם ולסכם הכפלות של כל הקבוצות בשני המשוואות. אם תוצאת הכפלה = 0, אז המבחן יהיה___(לתלויים/לבלתי תלויים/שפה)
לבלתי תלויים
בשיטת המעגלים משתמשים כשרוצים לדעת האם___ניתוח המשך צריך להיות ל___או ל___
תלויים, בלתי תלויים
גודל האפקט עונה על השאלה___(האם יש הבדלים בין הקבוצות/עד כמה הבדל בין הקבוצות משמעותי)
עד כמה הבדל בין הקבוצות משמעותי
מבחן המובהקות__(תלוי/לא תלוי) בגודל המדגם, גודל האפקט__(תלוי/לא תלוי) בגודל המדגם.
בגלל זה במבחנים עם מדגמים גדולים מאוד מקובל לתת חשבות יותר גדולה ל__(מבחן המובהקות/גודל האפקט)
תלוי, לא תלוי, גודל האפקט
מדד לגודל האפקט נקרא__( cov/reg/res/
etta squared)
etta squared
אתה בריבוע = ___
SSB/SSW
SSB/SST
SSW/SST
SSB/SST
כשגודל האפקט = 1, זה אומר ש___(כל השונות המוסברת על ידי הבדלים בין הקבוצות/ אין ההבדלים בין הקבוצות/כל השונות שווה לשונות לא מוסברת)
כל השונות המוסברת על ידי הבדלים בין הקבוצות
כשכל השונות נובעת מהבדלים בתוך הקבוצות גודל האפקט = ל___(1/>1/<1/ 0)
0
מדד d של כהן מתאים לגודל אפקט כשמדובר ב__
הבדלים בין שני קבוצות במבחני T
(לא עושים בקורס הזה)
מה הבדל בין אטה לאטה חלקי בניתוח שונות חד גורמי?
אין הבדל
אין הבדל בין אטה לאטה חלקי בניתוח שונות חד גורמי בגלל ש SST = ___, בניתוח שונות דו-גורמי אטה חלקי___(גדול יותר/קטן יותר) מאטה בגלל ש SST =___
SSB+SSE; גדול יותר
SSA, SSB, SSAB, SSW (SSE)
באיזה מקרה בניתוח שונות דו גורמי אטה חלקי יהיה שווה לאטה בריבוע ?
רק אם כל האפקטים אחרים יהיו שווים ל 0 (חוץ מSSB וSSE)
במבחן חד גורמי נמצא אפקט מובהק אבל בשביל להחליט אם האפקט הזה מתקיים או לא, צריך לבדוק אפקטים פשוטים. נכון או לא?
לא. במבחן חד גורמי אין אפקטים פשוטים
בניתוח שונות סכום כל האפקטים שווה ל0 רק אם המבחן יצא מובהק
הטענה לא נכונה. שוואה ל0 בכל מקרה
כשהשערת 0 נכונה (אין הבדל בין הקבוצות) כל אחד מהאפקטים בנפרד שווה 0
הטענה נכונה
כשהשערת 0 נכונה__(תוחלת MSB גדולה מMSW /תוחלת MSB = לתוחלת של MSW)
תוחלת MSB = לתוחלת של MSW, תוחלת MSB גדולה מMSW
בניתוחי המשך ניתן לבצע מספר השוואות בלתי תלויות ששווה למספר הקבוצות
הטענה לא נכונה. ניתן לבצע K - 1 השוואות בלתי תלויות.
סכום כל ההשוואות הבלתי תלויות ביחד שווה לdf של SSB
הטענה נכונה
אם השוואה אחת שווה לשונות של SSB התוצאה מובהקת
הטענה לא נכונה. התוצאה לא מובהקת, ואין צורך להמשיך לניתוחי המשך
במבחן שיש בו שני קבוצות אין טעם לעשות ניתוחי המשך.
הטענה נכונה. ההבדל ברור
כש sig קטן מאלפא התוצאה___(מובהקת/לא מובהקת)
מובהקת
מבחן T היחיד שיש בקורס זה___
מבחן מובהקות מקדם הרגרסיה b
מה מסמן Sb במבחן מקדם הרגרסיה ?
סטיית תקן של b
כשאנחנו מחפשים ערך קריטי בטבלת T ויש לנו השערת דו-כיונית (האם מקדם של X מובהק) צריכים__(לחלק אלפה ב2/להכפיל אלפה ב2/להשאיר אלפה כמו שהיא)
לחלק את אלפא ב2
כדי לחשב סטיית תקן של b בנוסחת מבחן מובהקות למקדם קו הרגרסיה צריך לחשב גם SSres. מה זה איך מחשבים אותו?
זה סך סטיות הטעות בניבוי y
מחשבים סכום ריבועי הטעויות או מונה שונות הטעויות
מה זה SSx בנוסחת מבחן מובהקות למקדם קו הרגרסיה?
סך הסטיות במשתנה x
SSx = sigma (Xi - Xממוצע)
נכון
כשתוצאה מבחן מקדם הרגרסיה b מובהקת תוצאה ברגרסיה פשוטה בהכרח גם תהיה מובהקת.
הטענה נכונה
מטרה של הרגרסיה זה לנבא עד כמה שאפשר קריטריון משונות
לא נכון. המטרה היא לנבא את השונות מקריטריון
(מסבירים y דרך x)
הקו שבו אין בכלל ניבוי עובר___(דרך ממוצע של X/ דרך ממוצע של Y/ דרך (0,0)
דרך ממוצע של Y
(ללא קשר במה קורה לX)
כש X עוזר להגיד משהו על Y המתאם יהיה __(0/1/גדול מ0/קטן מ1)
גדול מ 0
קו הניבוי חייב לעבור דרך הממוצעים. התנאי השני לקו הניבוי זה שממנו סטיות ה___יהיו מינימליות. זה ניקרא עיקרון של___
ריבועיות , ריבועיים הפחותים
סכום הסטיות מהתצפיות אל קו הניבוי תמיד יהיה שווה ל___(0/1/סכום הממוצעים)
0
כל השונות בקריטריון זה מרחק שבין הציון האמיתי ל___
קו הממוצע Y
המרחק מהציון האמיתי לקו הניבוי זה___, והמרחק מקו הממוצע לקו הניבוי זה___
הטעות בניבוי, רווח בניבוי
הטעות בניבוי שווה הציון האמיתי פחות Y המנובא, נכון או לא נכון?
נכון
כל המרחק מהממוצע מתחלק לשנים: __
רווח וטעות
מתאם פירסון בריבוע נקרא__
אחוז השונות המוסברת
(r בריבוע)
אם לוקחים שורש של השונות המוסברת אפשר לחשב את מתאם פירסון. נכון או לא נכון?
לא נכון. משום שאי אפשר לדעת מה כיוון של המתאם, רק ערך שלו
כמות השונות המוסברת (s בריבוע y תלתל) שווה ל r בריבוע כפול כל השונות בY, בגלל זה כל השונות הלא מוסברת יהיה שווה ל__
1 מינוס r, כפול כל השונות בY
סך הסטיות או כל המרחקים הריבועים (שאם לא היו ריבועים היו שווים ל0) מסמנים ב___
SSreg
המשלים של SSreg זה__
SSres
סכום הרווח והטעות בניבוי שווים ל 0, וגם שווים ביניהם. נכון או לא נכון?
נכון, ללא העלה בריבוע
האם יש הבדל בין חישוב שונות המוסברת וכמות השונות המוסברת (והלא מוסברת)?
כן
בריבוע r (שונותה מוסברת)
• S בריבוע
(כמות השונות המוסברת)
1) Y תלתל - Y ממוצע
2) Y - Y תלתל
איזה מהם רווח ואיזה טעות בניבוי?
1) רווח; 2) טעות
ברגרסיה b זה הקבוע וזה הנקודה על הציר y שעל פיה מציירים קו הניבוי
לא נכון, b זה שיפוע, והקבוע וכל מה שכתוב למעלה זה a
מה זה SSx? ואיך מחשבים אותו?
סכום הריבועים של X
מחשבים כך: Sx בריבוע כפול n
(נמצא בדף נוסחאות)
מבחן מובהקות למקדם קו הרגרסיה נקרא__
מבחן Sb
כשמבקשים שונות מנובאת צריך להכפיל r בריבוע רק בשונות של המנובא. נכון או לא נכון?
נכון
(לניבוי X מכפילים בשונות של X)
איך קוראים לטרנספורמציה שנעשת על ידי הכפלה, חילוק,חיבור וחיסור?
טרנספורמציה ליניארית
מתאם בין x ל y מנובא תמיד מתאם מושלם. נכון או לא נכון?
נכון
מתאם בין משתנה לטרנספורמציה ליניארית של אותו המשתנה תמיד = 1. נכון או לא נכון?
לא נכון. המתאם תמיד מושלם, אבל יכול להיות גם שלילי
מתאם בין y ל y מנובא תמיד יהיה מושלם. נכון או לא נכון?
לא נכון
מתאם בין y ל y מנובא יהיה זהה למתאם בין y ל x. נכון או לא נכון?
נכון
ידוע שהמתאם x ל y הוא 0.7. מה יהיה מתאם בין x ל y מנובא?
1
ידוע שהמתאם x ל y הוא 0.7. מה יהיה מתאם בין x ל x מנובא?
0.7
כש r שלילי, ה x מוכפל בקבוע (b) שלילי, משום כך מתאם בין x ל y מנובא = - 1. נכון או לא נכון?
נכון
ידוע שמתאם בין x ל y הוא - 0.4 (שלילי). מה יהיה מתאם בין x ל y המנובא?
- 1 (שלילי)
ידוע שמתאם בין x ל y הוא - 0.4 (שלילי). מה יהיה מתאם בין y ל y מנובא?
0.4 (חיובי)
ידוע שמתאם בין x ל y הוא - 0.4 (שלילי). מה יהיה מתאם בין y ל x מנובא?
- 1 (שלילי)
ידוע שמתאם בין x ל y הוא - 0.4 (שלילי). מה יהיה מתאם בין x ל x מנובא?
0.4 (חיובי)
כשהמתאם בין המשתנים הוא 0 מנבאים לכולם את ה__של y (קריטריון)
ממוצע
לאחד המשתנים (x או y) אין שונות, זאת אומרת שהתאם מושלם. נכון או לא נכון?
לא נכון. המתאם הוא 0, מנבאים לכולם ממוצע
החוקר גילה שלמשתנה x אין שונות לכן הוא הסיק שכל השונות בy היא שונות טעות. האם הוא צודק? למה?
כן . בגלל שאין רווח בניבוי. (y המנובא מינוס y הממוצע שווה ל 0)
כשגרף עובר דרך כל הנקודות הציון של הניבוי לכל התצפית היא התצפית עצמה וכל השונות היא שונות של רווח. נכון או לא נכון?
נכון
החוקר גילה שסטיית תקן של x שווה לסטיית תקן של y. מה יהיה מתאם בין המשתנים ולמה?
המתאם הוא 0,5 (חצי). בגלל ש b = r
כשהמתאם מושלם אין רגרסיה לממוצע. נכון או לא נכון?
נכון
האם אפשר לנבא נקודת y של תצפית מסוימת שנמצאת בנקודת הממוצע של x, אם עוצת המתאם לא ידועה?
כן. נקודת y מנובא של נקודה כזאת תהיה ממוצע, לא משנה מה עוצמת המתאם.
איך נקודה שנמצת בנקודת הממוצע תורמת לניבוי?
לא תורמת לכלום (לא לרווח ולא לטעות)
כשמוסיפים תצפית או יותר על נקודת הממוצעים זה ישנה את עוצמת המתאם. נכון או לא נכון?
לא נכון. התצפית כזאת לא תשפיע בכלל.
מה תעשה נבדק שנמצא בנקודת הממוצע x אבל לא של y לרווח ולטעות? האם זה יפגע במתאם? האם המצב יהיה שונה אם הנבדק יהיה רק על נקודת הממוצע של y ולא x?
הוא יגדיל את הטעות אבל לא רווח . כן זה יפגע. לא יהיה שונה.
חוקר מצא שמתאם מרובה r בריבוע שווה 0.49, מזה הוא הסיק שהמתאם פשוט שווה 0.7. האם הוא צודק ולמה?
לא צודק. כי המתאם יכול להיות גם שלילי
כאשר בשני מתגמים מתקבלת אותה משוואה לרגרסיה לניבוי y מתוך x המתאם בשני המתגמים זהה. נכון או לא נכון?
לא נכון. מקדם הרגרסיה (b) זהה, לא מתאם. היחס בין המתאם וסטיות תקן יכול להיות שונה עם אותו b
ממוצעים של x ושל y שווים וגם שונויות של המשתנים שוות. מזה מבינים שהמתאם בין המשתנים מושלם. נכון או לא נכון?
לא נכון. מידיעת של השונות אי אפשר לדעת כלום על המתאם.
אם שונות של משתנה x שווה לשונות של y אז r=b. נכון או לא נכון?
נכון. רואים את זה מהנוסחה
כשתוצאה מקדם הרגרסיה לניבוי y לא מובהקת, המנבא לא מסביר כלום בקריטריון ברמת האוכלוסיה. נכון או לא נכון?
נכון
כל הנבדקים קיבלו אותו ציון x בגלל זה הניבוי לקריטריון יהיה ללא טעות. נכון או לא נכון?
לא נכון. לא יהיה שונות מוסברת. משום כך המתאם יהיה שווה ל 0 וכל הניבוי יהיה טעות.
אם הקשר שלילי כל ציוני תקן של x יהיו עם סימן הפוך לציוני תקן של y, חוץ מממוצע. נכון או לא נכון?
נכון
ציוני תקן של y מנובא זה טרנספורמציה ליניארית של משתנהה x. נכון או לא נכון?
נכון
קיצוץ תחום מקטין את השונות בין המשתנים משום כך הוא בהכרח יקטין את המתאם בין המשתנים. נכון או לא נכון?
לא נכון. יכול גם להגדיל, למשל כשהקשר לא ליניארי
כשמעבירים משתנה לציון תקן הממוצע שלו = 0, והשונות = 1, משום כך b = r, וa = 0. למה שווה Z של y מנובא?
ה Z של y מנובא = ל r כפול Z של x
למה קו הניבוי בציוני תקן תמיד עוברת דרך נקודת (0,0)?
בגלל שזה נקודת הממוצעים
מה זה שונות משותפת?
cov
מה קו הניבוי לציוני תקן לy מתוך x אם r=0.83?
קו הניבוי לציוני תקן הוא Zy תלתל = 0.83 • Zx
קו הניבוי לציוני תקן הוא Zy תלתל = 0.83 • Zx, ידוע שדוד קיבל סטיין תקן וחצי מתחת לממוצע במועד א׳(x) מה ננבא לו למועד ב׳(y) ?
ה Z תלתל = 0.83 • 1.5- = 1.245-
מתי מתקיימת רגרסיה לממוצע?
כשהמתאם לא מושלם
כשהמתאם לא מושלם אנחנו מנבאים במועד ב’ ציון יותר קרוב לממוצע מאשר במועד א’. איך קוראים לתופעה הזאת?
רגרסיה לממוצע
איך קוראים ל r בריבוע?
אחוז השונות המוסברת
אפקט התקרא ואפקט הרצפה מגדילים את המתאם.
לא נכון. הם מקטינים אותו
חוקר מצא ש 36% מהשונות הקריאה (y) מוסבר במנת המשכל (x). מזה הוא הסיק שמתאם בין x ל y הוא 0.6. האם הוא צודק?
לא. המתאם יכול להיות גם שלילי (0.6 או 0.6-)
ניתן לבצע רגרסיה פשוטה עבור משתנים בסולם סדר ומעלה.
הטענה לא נכונה. בסולם רווח ומעלה (רק במשתנים כמותיים)
חוקר מצא שהוא יכול לנבא y מתוך x באופן מושלם. מזה הוא הסיק שהוא גם יכול לנבא גם x מתוך y בצורה מושלמת.
הטענה נכונה. המתאם פירסון הוא סימטרי, דו-כיוני.
המתאם בין המנבא לטעות הניבוי תמיד שווה ל0.
הטענה נכונה. הטעות זה משתנה מקרי לזה לא יכול להיות לו מתאם.
נמצא שהמתאם בין x ל y הוא 0.8. אפשר לומר ש36% מהשונות ב y לא מוסבר מידיעת x או מידיעת כל משתנה אחר.
הטענה לא נכונה. יכול להיות מוסבר מידיעת משתנה אחר.
כאשר קו הניבוי מקביל לציר y, שונות הטעויות בניבוי שווה לשונות של x.
הטענה נכונה.
ה x תלתל = x ממוצע. r=0.
SSres = SST
כש r = 0
ה y המנובא תמיד שווה ל y הממוצע
נכון
כש x = לx הממוצע, y המנובא שווה לy הממוצע
נכון
כש r < 0 ו x < x הממוצע, y המנובא < y הממוצע
לא נכון. y המנובא גדול מ y הממוצע
באיזה מהמצבים טעות הניבוי בריבוע יהיה גדולה ביותר:
r = 0; r < 0; r > 0 ?
r = 0
SSres = SST (כל השונות)
גודל טעות הניבוי בנקודת הממוצעים שווה ל 0 רק כאשר המתאם הוא מלא
הטעונה נכונה. עם מרחק מהממוצע על הציר הy, עם נקודת ממוצע על הציר x יהיה תמיד רק טעות אם אין מתאם מלא
כשמסרטטים קו הניבוי מצריכים 2 נקודות: נקודת הממוצעים ונקודת b על הציר y
לא נכון, הנקודה השניה נקודת a על הציר y
גודל רווח הניבוי בנקודת הממוצעים שווה ל 0 רק כאשר המתאם הוא מלא
הטענה לא נכונה. גודל רווח הניבוי בנקודת הממוצעים תמיד = 0. לא משנה מה המתאם
קריטריון עליו בנוי קו הרגרסיה הוא סכום טעויות מינימלי
הטענה לא נכונה, סכום טעויות ״ריבועיות״ מינימלי
1) (ה γ תלתל - γ ממוצע)בריבוע
2) (ה γ - γ תלתל) בריבוע
מה מחשבים בנוסחאות האלה?
1) SSreg
2) SSres
כאשר המתאם נמוך, ממוצע הציונים המנובאים קטן מממוצע הציונים בפועל.
הטענה לא נכונה.
לא משנה מה גובה המתאם ממוצע המנובא שווה לממוצע הרגיל, כדי לעמוד בעיקרון הריבועיות הפחותים.
איך נראה השערות על אחוז השונות המוסברת (שונות הניבויים)?
H0:בריבוע σ = 0
H1:בריבוע σ > 0
(לא יכול להיות שלילי)
איך נראה השערות על מקדם הרגרסיה?
H0: β=0
H1: β≠0
(טבלת T, מחלקים α ב 2)
כדי לחשב רגרסיה מרובה צריך קודם כל לחשב___,___,___,___ו___(5)לכל מה x’ם וגם לy
ממוצע, סכום ריבועי הערכים, סכום הערכים בריבוע, שונות וסטיית תקן
ברגרסיה מרובה, אחרי שמחשבים 5 דברים לכל אחד מהמשתנים בנפרד מחשבים____
תכונות משותפות למשתנים
ברגרסיה מרובה בשביל לחשב תכונות משותפות של המשתנים צריך לדעת (לחשב)__,__,__עבור כל__
סכום המכפלות (Σxy), שונות משותפת (cov), מתאם פירסון;
שני משתנים
שונות משותפת לא אומר שום דבר לא על עוצמה ולא על כיוון של המתאם.
לא נכון. למתאם יהיה אותו כיוון
כמה מבחני מובהקות יש ברגרסיה מרובה?
3
איך נקרא מבחן מובהקות שמראים אחוז השונות ב y שכל המנבאים מצליחים להסביר ביחד?
מבחן מובהקות לשונות המוסברת הכללית
איזה מבחן צריך לעשות כדי לגלות האם השונות משותפת מרובה קיימת באוכלוסיה?
מבחן מובהקות השונות המוסברת (אחוז השונות המוסברת) ברגרסיה מרובה (Rבריבוע)
איך נראות השערות של השונות המוסברת (ששני משתנים שביחד מצליחים להסביר בקריטריון)?
H1: שונות הניבויים שווה ל0
H0: שונות הניבויים גדולה מ 0 (0 <σ בריבוע γ תלתל)
האם השונות המוסברת יכולה להיות שלילית?
לא
איזה ערך צריך להפוך ל F ציון סטטיסטי במבחן מובהקות של הרגרסיה המרובה?
ה R בריבוע 12y, של השונות המשותפת המרובה
האם ניתן לחשב אחוז שונות המוסברת כשהנתון היחיד הוא r?
כן
מתי r 12 = 0
הוא מצב שבו אין חפיפה בין המנבאים.
ברגרסיה מרובה במבחן למובהקות b יש לפחות __ b
2
מבחן למקדמי הרגרסיה זה מבחן ל__
מובהקות ה b
במבחן מובהקות ה b צריך לעשות מבחן מובהקות רק לאחד מהם
לא נכון. צריך לעשות מבחן לכל ה b בנפרד
ה b של x1 או של x2 מגלם את ההשפעה היחודית שיש לאותו המשתנה על ה___, בניקוי ___של משתנה אחר
y
השפעה (למשל השפעה x1 בניקוי השפעה של x2)
איך נראות השערות מבחן למובהקות הb (מבחן למקדמי הרגרסיה ספיציפים)?
H0: β2=0
H1: β2≠0
מה מסמנת β בהשערות מבחן מובהקות הb?
β מסמנת b
במבחן מובהקות ה b, אחרי חישוב b2 צריך__
לחשב סטטיסטי המבחן, לעביר b לציון t, כדי להשוות אותו לערך קריטי בטבלת T
איפה נמצאת α של מובהקות בטבלת T?
מה נמצא בשורות של טבלת T?
בשורה למעלה מכל הנתונים.
דרגות החופש
מה הם 3 מבחני מובהקות ברגרסיה מרובה?
- מבחן מובהקות השונות המוסברת המרובה (Rבריבוע)
- מבחן למקדמי הרגרסיה ספיציפיים (מבחן למובהקות b)
- מבחן מובהקות תוספת ברגרסיה מרובה
איזה סוג המבחן צריך לבצע כדי לחשב את התשובה ״האם ניתן לומר שמשתנה מסויים משפיע בנפרד על כמות משתנה שני?״
מובהקות מבחן b
איך קוראים לבדיקה שמגלה עד כמה התוספת של מנבא ספציפי מוסיפה לניבוי קריטריון מעבר למנבא השני שיש במודל ?
מובהקות התוספת
איך נראות השערות למבחן מובהקות לתוספת בהסבר?
ה σ בריבוע K - ה σ בריבוע L שווה (ו גדול) ל 0
תוספת של מנבא יכול להקטין R בריבוע
לא נכון. התוספת יכולה או להגדיל אותו או להשאיר אותו כמו קודם, לא להקטין
מה הבדל בין R בריבוע K, ו R בריבוע L?
הראשון זה השונות המוסברת ששני מנבאים מצליחים להסביר ביחד.
השני זה r בריבוע בין אחד המנבאים לy (למשל r בריבוע 2 y)
איך מחשבים את התוספת בניבוי?
מ R בריבוע K מורידים את R בריבוע L
האם מחשבים ערך (סטטיסטי) F או T למבחן התוספת?
F
איך נדע האם להוסיף או לא להוסיף את המנבא ברגרסיה מרובה?
ההחלטה תלויה בזה האם יש למנבא הזה תוספת מובהקת לניבוי
מתאם בריבוע זה_ (מתאם מרובה/ אחוז השונות המוסברת), ושורש של המתאם בריבוע זה___ (מתאם מרובה/ אחוז השונות המוסברת)
אחוז השונות המוסברת, מתאם מרובה
את השוואה בין קריטי לסטטיסטי עושים בערך מוחלט
נכון
___בודק אם הקשר בין שני משתנים מושפע ממשתנה אחר (המשתנה שלישי)
דגמה:__
מתאם חלקי
(השפעת טמפרטורה על הקשר בין אכילת ארטיקים ובילוי בבריחה)
משווים ערכי מתאם פשוט ומתאם חלקי בערך מוחלט.
נכון
כשהמתאם החלקי גדול מהמתאם הפשוט ההשפע בין המשתנים ההשפעה מזייפת
לא נכון. כשהמתאם החלקי קטן מהמתאם פשוט. כשהוא גדול מהמתאם פשוט זה מקרא השפעה (של המשתנה השלישי) מדקת
כאשר ידוע שאין קשר כלל בין שני המנבאים x1 ו x2, ניתן לומר בהכרח שהמתאם החלקי בין x2 לקריטריון (ע) בניכוי x1, יהיה זהה למתאם הפשוט בין x2 לקריטריון
הטענה לא נכונה
__זה הקשר בין שני משתנים מושפע ממשתנה שלישי, כך שעליה ב X1 גוררת עליה במשתנה X2, ועלייה במשתנה X2 גוררת עליה במשתנה Y
קשר מתווך
איך קוראים לאינטרקציה ברגרסיה?
מיתון
בקשר ממתן: הקשר בין המשתנים תלוי בערכים שונים של המשתנה___
הממתן
בקשר___: הקשר בין שני משתנים מושפע ממשתנה שלישי, כך שבערכים מסוימים של X2 הקשר בין X1 לY חזק, ובערכים אחרים הוא חלש יותר/ לא מתקיים.
ממתן
כאשר כל ההשפעה של X1 על Y הייתה דרך X2, ואז מקדם הרגרסיה (X1 (Β שווה ל 0 ברגרסיה המרובה, זה נקרא___
תיווך מלא
כאשר חלק מההשפעה של X1 על Y הייתה דרך X2, ואז מקדם הרגרסיה (X1 (B לא שווה ל 0 ברגרסיה המרובה, זה נקרא
תיווך חלקי
אם מקדם הרגרסיה של X1 על Y ברגרסיה המרובה קטן יותר מהמקדם ברגרסיה פשוטה__(אין תיווך/יש תיווך/הקשר מזויף).
יש תיווך
אם מקדם הרגרסיה של X1 על Y ברגרסיה המרובה נשאר זהה למקדם ברגרסיה פשוטה__ (אין תיווך/יש תיווך/הקשר מזויף)
אין תיווך
איך בודקים תיווך?
- בדיקת כל המתאמים (אם לא מובהקים, אין תיווך).
- בדיקת הקשר הישיר- מקדם הרגרסיה של X1 על Y (רגרסיה פשוטה).
- בדיקת מקדם הרגרסיה של X1 לY ברגרסיה מרובה עם המשתנה המתווך
אם אחרי בדיקת כל המתאמים התוצאות שהתקבלו לא מובהקות___(יש תיווך/אין תיווך/התיווך לא מלא).
אין תיווך
החוקר עשה ניתוח המשך עבור השוואה אחת וגילה ששונות של ההשוואה הזאת שוואה לכל הSSB, הוא החליט שאין טעם לעשות השוואה עבור כל הקונטרסטים אחרים. האם הוא צודק
כן, החוקר צודק. בגלל שסכום כל השונות ביחד צריך להיות שווה ל SSB
אם בודקים השוואות תלויות בודקים חלקים חופפים של השונות
הטענה נכונה. להשוואות תלויות יש אותם חלקים של השונות בשתי השוואות
משתמשים במדד גודל האפקט של כהן D כשידוע שהמדגם לא מספיק גדול
הטענה לא נכונה. להפך כשהמדגם גדול מאוד