Презентация на тему: Лекция10 Корреляционный анализы, оценка значимости корреляций и интерпретация

Лекция10 Корреляционный анализы, оценка значимости корреляций и интерпретация факторов
Обоснование задачи исследования согласованных действий.
Лекция10 Корреляционный анализы, оценка значимости корреляций и интерпретация
Лекция10 Корреляционный анализы, оценка значимости корреляций и интерпретация
Лекция10 Корреляционный анализы, оценка значимости корреляций и интерпретация
Лекция10 Корреляционный анализы, оценка значимости корреляций и интерпретация
Лекция10 Корреляционный анализы, оценка значимости корреляций и интерпретация
Лекция10 Корреляционный анализы, оценка значимости корреляций и интерпретация
Лекция10 Корреляционный анализы, оценка значимости корреляций и интерпретация
Лекция10 Корреляционный анализы, оценка значимости корреляций и интерпретация
Лекция10 Корреляционный анализы, оценка значимости корреляций и интерпретация
Лекция10 Корреляционный анализы, оценка значимости корреляций и интерпретация
коэффициент ранговой корреляции r Спирмена.
Описание метода
Лекция10 Корреляционный анализы, оценка значимости корреляций и интерпретация
Гипотезы
Графическое представление метода
Лекция10 Корреляционный анализы, оценка значимости корреляций и интерпретация
Ограничения коэффициента ранговой корреляции
Алгоритм расчета коэффициента ранговой корреляции Спирмена r.
Лекция10 Корреляционный анализы, оценка значимости корреляций и интерпретация
Лекция10 Корреляционный анализы, оценка значимости корреляций и интерпретация
Лекция10 Корреляционный анализы, оценка значимости корреляций и интерпретация
Лекция10 Корреляционный анализы, оценка значимости корреляций и интерпретация
1/24
Средняя оценка: 4.7/5 (всего оценок: 41)
Код скопирован в буфер обмена
Скачать (114 Кб)
1

Первый слайд презентации: Лекция10 Корреляционный анализы, оценка значимости корреляций и интерпретация факторов

Изображение слайда
2

Слайд 2: Обоснование задачи исследования согласованных действий

Термин «корреляция» - взаимная связь. Когда говорят о корреляции, используют термины «корреляционная связь» и «корреляционная зависимость». Корреляционная связь – это согласованные измерения двух признаков или большого числа признаков.

Изображение слайда
3

Слайд 3

Корреляционная связь отражает тот факт, что изменчивость одного признака находится в некотором соответствии с изменчивостью другого. «Стохастическая – вероятностная связь имеется тогда, когда каждому из значений одной случайной величины соответствует специфическое (условное) распределение вероятностей значений другой величины, и наоборот».

Изображение слайда
4

Слайд 4

Корреляционная зависимость – это изменения, которые вносят значения одного признака в вероятность появления разных значений другого признака». Оба термина – Корреляционная связь и Корреляционная зависимость – часто используются как синонимы.

Изображение слайда
5

Слайд 5

Если в исследование включены независимые переменные, которые мы можем по крайней мере учитывать, например, возраст, то можно считать выявляемые между возрастом и психологическими признаками корреляционные связи корреляционными зависимостями.

Изображение слайда
6

Слайд 6

Корреляционные связи различаются по форме, направлению и степени (силе). По форме корреляционная связь может быть прямолинейной или криволинейной. По направлению корреляционная связь может быть положительной (прямой) и отрицательной ( обратной ).

Изображение слайда
7

Слайд 7

При положительной прямолинейной коррекции более высоким значениям одного признака соответствуют более высокие значения другого и т.д. При отрицательной коррекции соотношения обратные.

Изображение слайда
8

Слайд 8

Пример: Прямолинейной может быть связь между количеством тренировок на тренажере и количеством правильно решаемых задач в контрольной сессии. Криволинейной может быть связь между уровнем мотивации и эффективностью выполнения задачи.

Изображение слайда
9

Слайд 9

При положительной корреляции коэффициент корреляции имеет положительный знак, например, i = + 0,207, при отрицательной корреляции – отрицательный знак, например, i = – 0,207.

Изображение слайда
10

Слайд 10

Степень, сила или теснота корреляционной связи определяется по величине коэффициента корреляции. Сила связи не зависит от ее направленности и определяется по абсолютному значению коэффициента корреляции. Максимально возможное абсолютное значение коэффициента корреляции i = 1.00; min i = 0. Используются две системы классификации корреляционных связей по их силе: общая и частная.

Изображение слайда
11

Слайд 11

Общая классификация корреляционных связей: сильная или тесная при коэффициенте корреляции r > 0,7 средняя при коэффициенте корреляции 0,50 < r < 0,69 умеренная при коэффициенте корреляции 0,30 < r < 0,49 слабая при коэффициенте корреляции 0,20 < r < 0,29 очень слабая при коэффициенте корреляции r < 0,19

Изображение слайда
12

Слайд 12

Частная классификация корреляционных связей: Высокая значим. корреляция при r, соотв. уровню статистич. значим. ρ ≤ 0,01 Значимая корреляция при r → ρ ≤ 0,05 Тенденция достоверн. связи при r → ρ ≤ 0,10 Незначимая корреляция при r → ρ недостигнут.

Изображение слайда
13

Слайд 13: коэффициент ранговой корреляции r Спирмена

Метод ранговой корреляции Спирмена позволяет определить тесноту (силу) и направление корреляционной связи между двумя признаками или двумя профилями (иерархиями) признаков

Изображение слайда
14

Слайд 14: Описание метода

Для подсчета ранговой корреляции необходимо располагать двумя рядами значений, которые могут быть проранжированы. Такими рядами значений могут быть: два признака, измеренные в одной и той же группе испытуемых; две индивидуальные иерархии признаков, выявленных у двух испытуемых по одному и тому же набору признаков (например, личностные профили по 16-факторному опроснику Р.Б. Кетелла, иерархии ценностей по методике Р. Рокича, последовательности предпочтений в выборе из нескольких альтернатив и т.д.);

Изображение слайда
15

Слайд 15

две групповые иерархии признаков; индивидуальная и групповая иерархии признаков. Вначале показатели ранжируются отдельно по каждому из признаков. Как правило, меньшему значению признака начисляется меньший ранг. Если абсолютная величина r достигает критического значения или превышает его, корреляция достоверна.

Изображение слайда
16

Слайд 16: Гипотезы

Возможны два варианта гипотез. Первый относится к случаю 1, второй 2.3.4. I вариант: Н0 : корреляция между переменными А и Б не отличается от 0 Н1 : корреляция между переменными А и Б достоверно отличается от 0 II вариант: Н0 : корреляция между иерархиями А и Б не отличается от 0 Н 1: корреляция между иерархиями А и Б достоверно отличается от 0

Изображение слайда
17

Слайд 17: Графическое представление метода

корреляционную связь представляют графически в виде точек или линий, отражающих общую тенденцию размещения точек в пространстве двух осей: оси признака А и Б. Ранговая корреляция в виде двух ранжированных значений, которые попарно соединены линиями.

Изображение слайда
18

Слайд 18

Изображение слайда
19

Слайд 19: Ограничения коэффициента ранговой корреляции

По каждой переменной должно быть представлено не менее 5 наблюдений. Верхняя граница выборки определяется имеющимися таблицами критических значений (табл. XVII Приложения 1), а именно N ≤ 40. Коэффициент ранговой корреляции Спирмена r при большом количестве одинаковых рангов по одной или обеим сопоставляемым переменным дает огрубленные значения.

Изображение слайда
20

Слайд 20: Алгоритм расчета коэффициента ранговой корреляции Спирмена r

Определить, какие два признака или две иерархии признаков будут участвовать в сопоставлении как переменные А и В. Проранжировать значения переменной А, по правилам ранжирования. Занести ранги в первый столбец таблицы по порядку номеров испытуемых или признаков.

Изображение слайда
21

Слайд 21

Проранжировать значения переменной В, в соответствии с теми же правилами. Занести ранги во второй столбец таблицы по порядку номеров испытуемых или признаков. Подсчитать разности d между рангами А и В по каждой строке таблицы и занести в третий столбец таблицы.

Изображение слайда
22

Слайд 22

Возвести каждую разность в квадрат: d. Эти значения занести в четвертый столбец таблицы. Подсчитать сумму квадратов Σ d. При наличии одинаковых рангов рассчитать поправки: Та = Σ ( а 3 – а) / 12;Тв = Σ ( b 3 – b ) / 12 где а – объем каждой группы одинаковых рангов в ранговом ряду А; b – объем каждой группы одинаковых рангов в ранговом ряду В.

Изображение слайда
23

Слайд 23

Рассчитать коэффициент ранговой корреляции r по формуле: а) при отсутствии одинаковых рангов б) при наличии одинаковых рангов где Σ d 2 – сумма квадратов разностей между рангами; Та и Тв – поправки на одинаковые ранги; N – количество испытуемых или признаков, участвовавших в ранжировании.

Изображение слайда
24

Последний слайд презентации: Лекция10 Корреляционный анализы, оценка значимости корреляций и интерпретация

Определить по Табл. XVI Приложения 1 критические значения r для данного N. Если r превышает критическое значение или по крайней мере равен ему, корреляция достоверно отличается от 0.

Изображение слайда