47
Ozsváth Károly TF Kommunikációs-Informatikai és Oktatástechnológiai Tanszék

Ozsváth Károly TF Kommunikációs-Informatikai és Oktatástechnológiai Tanszék

Embed Size (px)

DESCRIPTION

StatSoft Statistica for Windows kezelése: korreláció és regresszióanalízis. Ozsváth Károly TF Kommunikációs-Informatikai és Oktatástechnológiai Tanszék. Vizsgálataink egyik gyakori kérdése, hogy van-e összefüggés a kapott eredmények között? - PowerPoint PPT Presentation

Citation preview

Page 1: Ozsváth Károly TF Kommunikációs-Informatikai és Oktatástechnológiai Tanszék

Ozsváth KárolyTF Kommunikációs-Informatikai és

Oktatástechnológiai Tanszék

Page 2: Ozsváth Károly TF Kommunikációs-Informatikai és Oktatástechnológiai Tanszék

• Vizsgálataink egyik gyakori kérdése, hogy van-e összefüggés a kapott eredmények

között?

• A változók közötti összefüggések kimutatására és elemzésére a korreláció számítás szolgál.

• Korrelációs koefficiens (r): két sztochasztikus változó kapcsolatának

mérőszáma.

Page 3: Ozsváth Károly TF Kommunikációs-Informatikai és Oktatástechnológiai Tanszék

• Korrelációs koefficiens értéke 0-1 között változhat, előjele negatív és pozitív egyaránt lehet. (Értékkészlete tehát -1 és +1 közötti.)

• Minél nagyobb az (abszolút) érték, annál szorosabb az összefüggés. Az r=0 körüli értékek függetlenséget jelentenek. Az r=±1 függvénykapcsolatot jelent.

• A pozitív együtthatók azonos irányú kapcsolatot jelentenek: egyik változó nagyobb értékei a másik változó nagyobb értékeivel járnak együtt. A negatív korreláció ellentétes kapcsolatot jelent: az egyik változó nagyobb értékei a másik változó kisebb értékeivel járnak együtt.

• A korrelációs együttható szignifikanciáját külön meg kell vizsgálni. A kritikus értékek (n-2) szabadságfok mellett kerülnek meghatározásra. A nullhipotézis szerint nincs összefüggés a két változó között.

• Magas elemszámok esetén alacsony korrelációk is szignifikánsak, míg kis elemszámú mintáknál szoros korrelációk sem feltétlenül érik el a kritikus értékeket. A statisztikai programok a szignifikancia szinteket pontosan jelzik.

• A korrelációszámítás „folytatása” a regresszió, regresszióanalízis (RA, MRA, MVRA): az összefüggést leginkább jellemző függvény meghatározása és elemzése, a függvény („görbe”) szerinti becslés „jóságának”, pontosságának analízise.

Page 4: Ozsváth Károly TF Kommunikációs-Informatikai és Oktatástechnológiai Tanszék

• Függő (y) és független (x) változó/k nem cserélhető/k fel! A függvény képlete szerinti értékek a „jósolt értékek” (y).

• A regressziós kapcsolat (illetve a függvények, görbék) fő típusai:

• lineáris• polinomiális (n-ed fokú)• parabolikus (másodfokú)• logaritmikus• exponenciális• hiperbolikus• hatvány

Page 5: Ozsváth Károly TF Kommunikációs-Informatikai és Oktatástechnológiai Tanszék

• Fábián Gy. – Zsidegh M.: A testnevelési és sporttudományos kutatások módszertana, 117-128., 158-184. p.

• Fájl: ergo.sta

Page 6: Ozsváth Károly TF Kommunikációs-Informatikai és Oktatástechnológiai Tanszék
Page 7: Ozsváth Károly TF Kommunikációs-Informatikai és Oktatástechnológiai Tanszék
Page 8: Ozsváth Károly TF Kommunikációs-Informatikai és Oktatástechnológiai Tanszék
Page 9: Ozsváth Károly TF Kommunikációs-Informatikai és Oktatástechnológiai Tanszék
Page 10: Ozsváth Károly TF Kommunikációs-Informatikai és Oktatástechnológiai Tanszék
Page 11: Ozsváth Károly TF Kommunikációs-Informatikai és Oktatástechnológiai Tanszék
Page 12: Ozsváth Károly TF Kommunikációs-Informatikai és Oktatástechnológiai Tanszék
Page 13: Ozsváth Károly TF Kommunikációs-Informatikai és Oktatástechnológiai Tanszék
Page 14: Ozsváth Károly TF Kommunikációs-Informatikai és Oktatástechnológiai Tanszék
Page 15: Ozsváth Károly TF Kommunikációs-Informatikai és Oktatástechnológiai Tanszék
Page 16: Ozsváth Károly TF Kommunikációs-Informatikai és Oktatástechnológiai Tanszék
Page 17: Ozsváth Károly TF Kommunikációs-Informatikai és Oktatástechnológiai Tanszék
Page 18: Ozsváth Károly TF Kommunikációs-Informatikai és Oktatástechnológiai Tanszék
Page 19: Ozsváth Károly TF Kommunikációs-Informatikai és Oktatástechnológiai Tanszék

• Többszörös regresszióanalízis (MRA) – „standard” és lépésenkénti („stepwise”) módszerrel

• Fájl: eufit2004 ccc.sta

• 1 függő változó (összpontszám)

• 9 független változó (motoros tesztek)

• Cél: az összpontszám becslésére szolgáló regressziós egyenlet meghatározása

Page 20: Ozsváth Károly TF Kommunikációs-Informatikai és Oktatástechnológiai Tanszék
Page 21: Ozsváth Károly TF Kommunikációs-Informatikai és Oktatástechnológiai Tanszék
Page 22: Ozsváth Károly TF Kommunikációs-Informatikai és Oktatástechnológiai Tanszék
Page 23: Ozsváth Károly TF Kommunikációs-Informatikai és Oktatástechnológiai Tanszék
Page 24: Ozsváth Károly TF Kommunikációs-Informatikai és Oktatástechnológiai Tanszék
Page 25: Ozsváth Károly TF Kommunikációs-Informatikai és Oktatástechnológiai Tanszék
Page 26: Ozsváth Károly TF Kommunikációs-Informatikai és Oktatástechnológiai Tanszék
Page 27: Ozsváth Károly TF Kommunikációs-Informatikai és Oktatástechnológiai Tanszék
Page 28: Ozsváth Károly TF Kommunikációs-Informatikai és Oktatástechnológiai Tanszék
Page 29: Ozsváth Károly TF Kommunikációs-Informatikai és Oktatástechnológiai Tanszék
Page 30: Ozsváth Károly TF Kommunikációs-Informatikai és Oktatástechnológiai Tanszék
Page 31: Ozsváth Károly TF Kommunikációs-Informatikai és Oktatástechnológiai Tanszék
Page 32: Ozsváth Károly TF Kommunikációs-Informatikai és Oktatástechnológiai Tanszék
Page 33: Ozsváth Károly TF Kommunikációs-Informatikai és Oktatástechnológiai Tanszék
Page 34: Ozsváth Károly TF Kommunikációs-Informatikai és Oktatástechnológiai Tanszék
Page 35: Ozsváth Károly TF Kommunikációs-Informatikai és Oktatástechnológiai Tanszék

• Stepwise változat

Page 36: Ozsváth Károly TF Kommunikációs-Informatikai és Oktatástechnológiai Tanszék

Bejelöljük az „Advanced” opciót

Page 37: Ozsváth Károly TF Kommunikációs-Informatikai és Oktatástechnológiai Tanszék

Válasszuk a módszerek közül a görgetősávnál valamelyik stepwise változatot.

Célszerű az „előre lépésenkénti” módszert választani.

Page 38: Ozsváth Károly TF Kommunikációs-Informatikai és Oktatástechnológiai Tanszék

Az eredmények megjelenítéséhez választhatjuk a „csak összegzés”,

vagy a „lépésről lépésre” lehetőségeket.

(Utóbbi esetben a következő képernyőkön az „OK” gomb helyett a „Next” jelenik meg az utolsó lépésig.)

Page 39: Ozsváth Károly TF Kommunikációs-Informatikai és Oktatástechnológiai Tanszék
Page 40: Ozsváth Károly TF Kommunikációs-Informatikai és Oktatástechnológiai Tanszék

A független változók a regressziós modellbe történő bevonás „erősorrendjében” szerepelnek. A lépések során az R egyre nő, de csökkenő mértékben. A bevonáshoz/visszavonáshoz figyelembe vett F-értékek elvileg csökkenő tendenciát szoktak követni, ami jelen esetben nem teljesen következetes.

Page 41: Ozsváth Károly TF Kommunikációs-Informatikai és Oktatástechnológiai Tanszék

A regressziós modell egyenlete.

Page 42: Ozsváth Károly TF Kommunikációs-Informatikai és Oktatástechnológiai Tanszék

• Jelen esetben a standard és a lépésenkénti MRA azonos eredményt adott, csak a stepwise változatnál a bevonás sorrendjében szerepelnek a független változók.

• A lépésenkénti eljárás lényegének megértéséhez nézzünk egy másik példát ugyanezen adatbázissal: ezúttal az állóképességi ingafutást tekintsük függő változónak.

Page 43: Ozsváth Károly TF Kommunikációs-Informatikai és Oktatástechnológiai Tanszék
Page 44: Ozsváth Károly TF Kommunikációs-Informatikai és Oktatástechnológiai Tanszék

Ha a standard változatot alkalmazzuk, akkor R=0,5015 mellett, F=1,22 p<0,3235 nem szignifikáns eredményt kapunk, a jósolt érték 22,571 hibája mellett.

(Azaz ez a regressziós modell nem használható.)

Page 45: Ozsváth Károly TF Kommunikációs-Informatikai és Oktatástechnológiai Tanszék

Ha viszont a lépésenkénti többszörös regresszióanalízist választjuk, akkor csak 3 független változó kerül be a modellbe R=0,4849 mellett, és…

Page 46: Ozsváth Károly TF Kommunikációs-Informatikai és Oktatástechnológiai Tanszék

… a regresszió fennállására vonatkozó F=3,48 p<0,0262 szignifikáns eredményt kapunk. A jósolt érték hibája ezúttal 21.

A gyakorlatban ez a modell sem használható, túl nagy a modell hibája.

A lépésenkénti MRA azonban a standard változathoz képest egyszerűbb és szignifikáns eredményt adott, majdnem azonos többszörös korreláció (R) mellett. (A korrigált determinációs együttható itt R2=0,1676 szemben az előző 0,045-tel.)

Page 47: Ozsváth Károly TF Kommunikációs-Informatikai és Oktatástechnológiai Tanszék

The End of MRA