русс | укр

Языки программирования

ПаскальСиАссемблерJavaMatlabPhpHtmlJavaScriptCSSC#DelphiТурбо Пролог

Компьютерные сетиСистемное программное обеспечениеИнформационные технологииПрограммирование

Все о программировании


Linux Unix Алгоритмические языки Аналоговые и гибридные вычислительные устройства Архитектура микроконтроллеров Введение в разработку распределенных информационных систем Введение в численные методы Дискретная математика Информационное обслуживание пользователей Информация и моделирование в управлении производством Компьютерная графика Математическое и компьютерное моделирование Моделирование Нейрокомпьютеры Проектирование программ диагностики компьютерных систем и сетей Проектирование системных программ Системы счисления Теория статистики Теория оптимизации Уроки AutoCAD 3D Уроки базы данных Access Уроки Orcad Цифровые автоматы Шпаргалки по компьютеру Шпаргалки по программированию Экспертные системы Элементы теории информации

Корреляционный анализ


Дата добавления: 2013-12-23; просмотров: 933; Нарушение авторских прав


Тема 13 Методы многомерного статистического анализа

Задание для самостоятельной работы

В каких случаях для обработки значений из таблицы данных можно применить однофакторный и двухфакторный дисперсионный виды анализа? Выдвинуть гипотезы.

Процедура корреляционного анализа предполагает подготовку таблицы данных (называется также матрицей наблюдения), где в первом столбце приводятся коды или фамилии испытуемых, а последующие столбцы содержат значения зарегистрированных признаков. В качестве примера можно взять Таблицу данных из Приложения.

Дальнейший этап – составление матрицы интеркорреляций. При этом исходные данные должны быть измерены в метрических шкалах. Так, результаты первых трех параметров в нашей таблице представлены в номинативной шкале и обработке не подлежат. В указанной процедуре используется формула линейной корреляции с целью вычисления сопряженности требуемых пар признаков. Например, для показателей субтестов «осведомленность» и «скрытые фигуры» значение коэффициента Rxy = 0,28. Вручную обработка матрицы занимает очень много времени, поэтому рекомендуется для этой цели использовать компьютерные программы: например, Statistica, SPSS или Excel последних версий.

В нашем случае в результате вычислений матрица принимает следующий вид:

 

  осведомленность скрытые фигуры пропущенные слова арифметика понятливость исключение изображений аналогии числовые ряды умозаключения геометрическое сложение заучивание слов средний IQ экстраверсия-интроверсия нейротизм средняя отметка
Осведомленность 0,28 0,37 0,18 0,15 0,29 0,25 0,16 0,01 0,03 0,45 0,47 0,14 -0,03 0,40
Скрытые фигуры 0,28 0,34 0,21 0,36 0,38 0,23 0,23 0,26 0,49 0,15 0,63 0,11 0,13 0,42
Пропущенные слова 0,37 0,34 0,23 0,20 0,34 0,31 0,30 0,38 0,18 0,43 0,65 0,14 -0,05 0,33
Арифметика 0,18 0,21 0,23 0,19 0,17 0,54 0,51 0,38 0,39 -0,04 0,57 -0,13 0,06 0,23
Понятливость 0,15 0,36 0,20 0,19 0,35 0,18 0,04 0,25 0,34 0,24 0,51 -0,02 -0,01 0,31
Исключение изображений 0,29 0,38 0,34 0,17 0,35 0,18 0,25 0,23 0,19 0,32 0,57 0,09 -0,02 0,35
Аналогии 0,25 0,23 0,31 0,54 0,18 0,18 0,42 0,56 0,26 0,07 0,66 -0,04 -0,06 0,38
Числовые ряды 0,16 0,23 0,30 0,51 0,04 0,25 0,42 0,38 0,28 0,17 0,61 -0,17 0,29 0,38
Умозаключения 0,01 0,26 0,38 0,38 0,25 0,23 0,56 0,38 0,40 -0,01 0,64 0,02 -0,03 0,22
Геометрическое сложение 0,03 0,49 0,18 0,39 0,34 0,19 0,26 0,28 0,40 -0,11 0,56 0,20 0,36 0,19
Заучивание слов 0,45 0,15 0,43 -0,04 0,24 0,32 0,07 0,17 -0,01 -0,11 0,40 0,15 0,05 0,34
Средний IQ 0,47 0,63 0,65 0,57 0,51 0,57 0,66 0,61 0,64 0,56 0,40 0,08 0,11 0,57
Экстраверсия- -интроверсия 0,14 0,11 0,14 -0,13 -0,02 0,09 -0,04 -0,17 0,02 0,20 0,15 0,08 -0,02 0,09
Нейротизм -0,03 0,13 -0,05 0,06 -0,01 -0,02 -0,06 0,29 -0,03 0,36 0,05 0,11 -0,02 -0,04
Средняя отметка 0,40 0,42 0,33 0,23 0,31 0,35 0,38 0,38 0,22 0,19 0,34 0,57 0,09 -0,04

 



Поскольку таблица симметрична относительно диагонали, нижнюю часть матрицы можно не печатать. Отдельный фрагмент матрицы интеркорреляции, когда по горизонтали представлены одни признаки, а по вертикали – другие, можно называть корреляционной матрицей.

Следующий этап заключается в маркировке соответствующим числом звездочек тех значений коэффициентов, которые статистически значимо отличаются от нуля (р £ 0,05, 0,01, 0,001). Можно также для обозначения разных уровней достоверности использовать фломастеры разного цвета. После данной процедуры таблица будет выглядеть следующим образом:

  осведомленность скрытые фигуры пропущенные слова арифметика понятливость исключение изображений аналогии числовые ряды умозаключения геометрическое сложение заучивание слов средний IQ экстраверсия-интроверсия нейротизм средняя отметка
Осведомленность 0,28 0,37* 0,18 0,15 0,29 0,25 0,16 0,01 0,03 0,45** 0,47*** 0,14 -0,03 0,40**
Скрытые фигуры   0,34* 0,21 0,36* 0,38** 0,23 0,23 0,26 0,49*** 0,15 0,63*** 0,11 0,13 0,42**
Пропущенные слова     0,23 0,20 0,34* 0,31* 0,30* 0,38** 0,18 0,43** 0,65*** 0,14 -0,05 0,33*
Арифметика       0,19 0,17 0,54*** 0,51*** 0,38** 0,39** -0,04 0,57*** -0,13 0,06 0,23
Понятливость         0,35* 0,18 0,04 0,25 0,34* 0,24 0,51*** -0,02 -0,01 0,31*
Исключение изображений           0,18 0,25 0,23 0,19 0,32* 0,57*** 0,09 -0,02 0,35*
Аналогии             0,42** 0,56*** 0,26 0,07 0,66*** -0,04 -0,06 0,38**
Числовые ряды               0,38** 0,28 0,17 0,61*** -0,17 0,29* 0,38**
Умозаключения                 0,40** -0,01 0,64*** 0,02 -0,03 0,22
Геометрическое сложение                   -0,11 0,56*** 0,20 0,36** 0,19
Заучивание слов                     0,40** 0,15 0,05 0,34*
Средний IQ                       0,08 0,11 0,57***
Экстраверсия- -интроверсия                         -0,02 0,09
Нейротизм                           -0,04
Средняя отметка                            

 

Затем следует построение корреляционного графа. На чертеже представляются отдельные качества, измеренные субтестами, при этом коррелирующие качества соединяются линиями. Рекомендуются употреблять следующие типы линий:

 

  r > 0 r < 0
0,1  
0,05  
0,01    
0,001  

 

Фрагмент графа называется корреляционной плеядой.

Ниже дан пример корреляционных графов, демонстрирующих структурированность лингвистических способностей у студентов, характеризующихся высоким (слева) и низким (справа) уровнем обучаемости (данные получены по результатам исследования проведенного автором).

 


 

 

Условные обозначения:

1 – Общая обучаемость иностранному языку

2 – Вербальная оперативная память

3 – Способность к установлению языковой закономерности

4 – Способность к вероятностному прогнозированию

5 – Слуховая дифференциальная чувствительность



<== предыдущая лекция | следующая лекция ==>
Двухфакторный дисперсионный анализ | Факторный анализ


Карта сайта Карта сайта укр


Уроки php mysql Программирование

Онлайн система счисления Калькулятор онлайн обычный Инженерный калькулятор онлайн Замена русских букв на английские для вебмастеров Замена русских букв на английские

Аппаратное и программное обеспечение Графика и компьютерная сфера Интегрированная геоинформационная система Интернет Компьютер Комплектующие компьютера Лекции Методы и средства измерений неэлектрических величин Обслуживание компьютерных и периферийных устройств Операционные системы Параллельное программирование Проектирование электронных средств Периферийные устройства Полезные ресурсы для программистов Программы для программистов Статьи для программистов Cтруктура и организация данных


 


Не нашли то, что искали? Google вам в помощь!

 
 

© life-prog.ru При использовании материалов прямая ссылка на сайт обязательна.

Генерация страницы за: 0.009 сек.