Professional Documents
Culture Documents
Drugi Parcijalni Usmeni
Drugi Parcijalni Usmeni
dio
17. Opiite jednostavnu (simple) regresijsku analizu (svrha, nain izraunavanja, i
interpretacija najbitnijih rezultata )?
Utvruje se linearna povezanost izmeu jedne nezavisne (prediktorske) i jedne zavisne
(kriterijske) varijable.
Formula je:
Y=bo+b1X+e Tj. kriterijska varijabla=regresijski koeficijent 0 + regresijski koeficijent 1 x
prediktorska varijabla + rezidualna vrijednost entiteta.
1.Prvo treba odabrati funkciju tj model koji najbolje objanjava relaciju dviju varijabli!
Najjednostavniji nain je empirijski pristup koji se zasniva na zakonu velikih brojeva,
odnosno potreban je grafiki prikaz(korelacijski dijagram)(NA OSI X NEZAVISNA
VARIJABLA, NA OSI Y ZAVISNA VARIJABLA), a prema rasporedu toaka istraiva
donosi odluku koju funkciju e odabrati!
2.Regresijski koeficijent omoguuje prognoziranje rezultata entiteta u kriterijskoj varijabli na
temelju rezultata u prediktorskoj varijabli, putem formule Y`=bo+b1X
Regresijski koeficijenti se utvruju metodom najmanjih kavdrata uz uvjet da je suma kvadrata
rezidual a minimalna
Regresijski koeficijent bo- predstavlja odsjeak na osi zavisne varijable y, ukoliko je
vrijednost na osi x=0
Regresijski koeficijent b1-predstavlja nagib pravca, tj pokazuje koliko se u prosjeku linearno
mijenja vrijednost zavisne varijable za jedinini porast vrijednosti nezavisne x varijable.
3.Rezidualne vrijednosti se dobiju formulom e=y-y`
Varijanca rezidualnih rezultata se izraunava tako da se rezidualna suma podijeli stupnjevima
slobode df=n-2 a drugi korijen iz varijance rezidualnih vrijednosti je standardna pogreka
prognoze.
4.Standardna pogreka prognozeje drugi korijen iz varijance rezidualnih vrijednosti tj.
predstavlja disperziju rezultata u odnosu na regresijsku funkciju kao aritmetiku sredinu, tj.
ona je mjera reprezentatativnosti regresijskog modela. korijen iz suma rss na kvadrat kroz
df=n-2
5.Treba izraunati stupanj povezanosti(tj koeficjent korelacije) dviju varijabli koji je
predstavljen u obliku regresijskog pravca
, a mogue ga je izracunati pomou prognozirane(pss) rezidualne(rss) i totalne sume(tss)
kvadrata.
r=pss/tss
=tss-rss/tss
=1-rss/tss
Koeficijent korelacije izmeu kriterijske i prediktorske varijable izraava veliinu njihove
linearne povezanosti. Kada je koeficijent korelacije 0 onda povezanosti nema, tj prediktorska
ne utjee na kriterijsku, a kada je koeficijent 1 onda prediktorska skroz utjee na kriterijsku.
Kvadrat koeficjenta korelacije naziva se koeficijent determinacije,a predstavlja proporciju
varijance kriterijske varijable koju je mogue objasniti putem prediktorske varijable, odnosno
mera doprinosa nezavisne varijable pri prognoziranju zavisne.
18. Opiite viestruku (multiplu) regresijsku analizu (svrha, nain izraunavanja, i
interpretacija najbitnijih rezultata )?
Utvruje se linearna povezanost izmeu dviju ili vie nezavisnih (prediktorskih) i jedne
zavisne (kriterijske) varijable, putem formule yi=b0+b1x1+b1x2+...+bmxim+ei
Zavisna varijabla=regresijski koeicijent+rezultat entiteta u prediktorskoj+rezidualna
vrijednost entiteta
1.Regresijski koeficijenti omoguuju prognoziranje rezultata entiteta u kriterijskoj varijabli na
temelju rezultata u prediktorskoj varijabli.
Regresijski koeficijent b0- predstavlja prognozirani rezultat u zavisnoj varijabli Y ako su
rezultati u svim nezavisnim varijablama X jednaki 0
Regresijski koeficijent b1-pokazuje koliko se u prosjeku linearno mijenja vrijednost zavisne
varijable y za jedinini porast vrijednosti odgovarajue nezavisne varijable, uz uvjet da su
vrijednosti ostalih nezavisnih varijabli konstantne.
AKO SE KRITERIJSKA I PREDIKTORSKA VARIJABLA PRETHODNO
STANDARDIZIRAJU DOBIJE SE :
ki=1zi1 + 2zi2+....+ mzim + e
2. Standardizirani regresijski koeficijenti su relativni koeficijenti utjecaja, a predstavljaju
veliinu promjena zavisne varijable izraene u djelovima standardne devijacije za jedinini
porast standardizirane vrijednosti odgovarajue nezavisne varijable uz uvjet da su vrijednosti
preostalih nezavisnih varijabli konstantne. Oni predstavljaju relativan doprinos svake
nezavisne vrijable prognozi zavisne pa se smatraju i i koeficijentima utjecaja.
3. Rezidualni vektor se dobije oduzimanjem prognoziranih rezultata entiteata od izmjerenih.
4. Standardna pogreka prognoze je drugi korijen iz varijance rezidualnih vrijendosti.
korijen iz suma rss na kvadrat kroz df=n-(m+1) ona predstavlja mjeru doprinosa regresijskog
modela
5.Statistika znaajnost svakog pojedinog regresijskog koeficijenta se testira putem
studentove t-distribucije, Kritina t vrijednost se ocita iz tablice za pogreku p i broja
stupnjeva slobode df=n-m-1, t-vrijednost se izraunava da s regresijski koeficijent podijeli sa
standardnom pogrekom prognoze
Koeficijent kanonike korelacije (Rc) je mjera povezanosti kanonikih faktora unutar jednog
para a kree se izmeu 0 i 1.
Statistika znaajnost kanonikih korelacija testira se bartlettovim testom putem x2 ("hi" kvadrat) distribucije. I to se radi od prvog para do posljednjeg, i ako se utvrdi da u nekom
paru korelacija nije statistiki znaajna tada to nee biti ni u jednom sljedeem paru.
Interpretacija kanonikih faktora se vri putem matrice strukture kanonikih faktora. A ine je
korelacije manifestnih varijabli prvog skupa s kanonikim faktorima prvog skupa
24. Opiite diskriminacijksu analizu (svrha, izraunavanje i interpretacija najbitnijih
rezultata
Njome se utvruje statistika znaajnost razlike izmeu centroida dvije ili vie grupa
ispitanika te doprinosi pojedinih varijabli razlikovanju meu grupama.
Diskriminacijske funckije su linearne kombinacije manifestnih varijabli koje se izraunavaju
uz uvijet da se centroidi grupa entiteta na njima to je mogue vie razlikuju i uz uvijet da su
meusobno potpuno linearno nezavisne.
Matricu diskriminacijske funkcije ine rezultati entiteta diskriminacijskih funckija.
Koeficijent kanonike diskriminacije ( PAZI!!! Nije isto to i koeficijent kanonike
korelacije!) je mjera diskriminacijske moi odgovarajue diskriminacijske funkcije a
predstavlja korelaciju diskriminacijske funkcije sa selektorskom varijablom odnosno
varijablom koja odreuje pripadnost entiteta grupama. Kree se u intervalu od 0 do 1.. to je
koeficijent vei to diskriminacijska funckija bolje razlikuje grupe entiteta.
Statistika znaajnost diskriminacijske funckije testira se od prve do posljednje, utvrdi li se da
neka nije znaajna, onda ni jedna idua nee biti. Vri se putem x2 ( "HI" - kvadrat )
distribucije.
Doprinost pojedinih manifestnih varijabli razlikovanju centroida grupa odreuje se na temelju
matrice strukture diskriminacijske funkcije.
Matrica strukture diskriminacijske funckije ine korelacije manifestnih varijabli s
diskriminacijskim funckijama.
25. Definirajte osnovne kineziometrijske pojmove ( kineziometrija, mjerenje, objekt
mjerenja, predmet mjerenja, mjerioc )?
Kineziometrija- znanstvena disciplina koja prouava probleme mjerenja u kineziologiji,
odnosno probleme konstrukcije, evaluacije i primjene mjernih istrumenata za procjenu
kineziolokih fenomena
Mjerenje- je postupak kojim se entitetima pridruuju brojevi ili oznake sukladno razvijenosti
mjernog svojstva,odnosno predmeta mjerenja. Postoji indirektno i direktno mjerenje. u
direktnom mjerenju predmet mjerenja i mjerna jedinica imaju ista svojstva a u indirektnom
obrnuto.
Objekt mjerenja- je entitet ija se svojstva utvruju mjerenjem(osobe sportske ekipe,ps
dogaaji...)
Test tipa: primjena motorikog zadatka- mjerenje efikasnosti motorike aktivnosti koja u
poznatoj mjeri aktivira odreene motorike sposobnosti objekta mjerenja (test agilnosti,
fleksibilnosti, brzine...)za takav tip testa potrebno je precizno definirat uvijete pomagala i
nain njihova koritenja.
Test tipa: subjektivna procjena mjeritelja- podrazumjeva procjenu razvijenosti svojstva
objekta mjerenja od strane jednog ili vie kompetetnih mjeritelja(gimnastika, klizanju na ledu,
skokovi u vodu...)
Kompozitni mjerni instrument-se sastoji od tri ili vie estica koje mogu biti pitanja/zadaci,
uzastopna mjerenja...., a daljnje obrade provode se na kondenziranim rezultatima.
28. Navedite i kratko opiite faze konstrukcije mjernog instrumenta?
Definirnje predmeta mjerenja-jasno odreenje svojstva entiteta koje elimo mjeriti. Potrebno
je utvrditi dali je svojstvo manifestno ili latentno. Ako je latentna konstruiramo mjerni
instrument kojim emo indirektno mjeriti pomou njenih manifestacija .
Odabir odgovarajueg tipa mjernog instrumenta-vri se ovisno o predmetu mjerenja,
objektima, raspoloivim mjeriteljima, vremenu, materijalnim i financijskim uvjetima. Testovi
papir olovka,aparatura za mjerenje, primjena motorikog zadatka i subjektivna procjena.
Izbor podraajnih situacija-definiranje koji emo test koristiti,valja prouiti u kojim se
situacijama manifestira predmet mjerenja.Kvaliteta mjernog instrumenta ovisi bit e
determinirana izborom estica kojim se aktivira predmet mjerenja.Pri izboru cestica treba
voditi brigu o sljedecem:
*estice moraju biti kratko i jasno definirane
*svaka estica mora biti povezana s predmetom mjerenja
*estice moraju biti prilagoene ciljanoj populaciji ispitanika
*estice moraju varirati po teini i sloenosti
Standardizacija mjernog postupka-Podrazumjeva precizan opis svih postupaka i uvjeta u
kojima se provodi mjerenje te naina bodovanja i vrednovanja dobivenih rezultata.St. mj.
postupa podrazumijeva:
*naziv i ifru mjernog instrumenta
*tehniki opis,odnosno konstrukcijske karakteristike
*opis postupaka mjerenja
*uputa o ispitaniku
*nain odreivanja rezultata ispitanika.
Utvrivanje metrijskh karakteristika-nakon konstrukcije utvrrujemo njegove metrijske
karakteristike Pouzdanost, valjanost, homogenost, objektivnost, osjetljivost. 29. Definirajte