ADATELEMZÉS ÉS STATISZTIKA 05

FISCHER EGZAKT TESZT

- megszámoljuk, hogy hány sikeres találat volt
- megszámoljuk, hogy hány lehetséges permutációja van a kimenetnek
- vesszük ezek arányát, ami egy valószínűséget mutat
- azért egzakt teszt, mert pontosan kiszámítjuk a p értéket és nem statisztikai eloszláshoz hasonlítjuk
KATEGORIKUS ELOSZLÁS TESZTELÉSE
- Khi-négyzet (x2) próba (goodness-of-fit teszt)
- azt vizsgálja, hogy van-e szignifikáns különbség az elvárt és valós gyakoriság között
- az elvárt gyakoriság általában a nullhipotézis, azaz, hogy nincs különbség a gyakoriságok között a
csoportokban
- df = k-1
- k db egymástól független normális eloszlású változó négyzetösszegének eloszlása
- minél nagyobb a k, annál szimmetrikusabb az eloszlás
KOVARIANCIA
- az összefüggés azt jelenti, hogy az értékek együtt változnak (variálnak) két változóban
- ha egy érték eltér az átlagtól, akkor a másik változó is változik
- kovariancia meg tudja mutatni az összefüggés irányát
KORRELÁCIÓ
- ugyanaz, mint a kovariancia, csak skálafüggetlen és standardizált
- úgy érjük el, hogy a kovarianciát leosztjuk a szórások szorzatával  standardizáljuk a változás
mértékegységét
- korreláció jele: r
- egyik leggyakoribb hatásméret mutató, mert standardizált és könnyen értelmezhető
- korreláció négyzete a determinációs együttható (r2), ami azt mutatja meg, hogy az egyik változó mekkora részt
magyaráz meg a másik változóból (- a variancia mekkora részét magyarázza)
LINEARITÁS
- az egyik változó értékének növekedése a másik változóban is egy meghatározott mértékű változással jár, ami
lehet növekedés és csökkenés is
- az összefüggés a változók értéktartományának egészére kell, hogy érvényes legyen
- grafikailag egy egyenes vonallal ábrázolható
PEARSON KORRELÁCIÓ
- legalább intervallum skálájú változók; normális eloszlású változók
- lehetnek bináris (0/1) típusú változók is
SPEARMAN RANG-KORRELÁCIÓ
- legalább ordinális skálájú változók
KENDALL TAU
- legalább ordinális skálájú változók; lehet alacsonyabb a mintaelemszám
- jól kezeli, ha sok azonos rangú elem van
KORRELÁCIÓ NULLHIPOTÉZIS TESZTJE
- két változó közötti korrelációs együttható kiszámítása még csak a mintát jellemzi, ezért tesztelnünk kell, hogy
a populációban ritka-e a kritikus érték
- korreláció pontbecslés  érdemes tehát konfidencia intervallumokkal jelezni az összefüggés bizonytalanságát
- kritikus érték: korreláció t értékké transzformált formája
- szabadságfok: df = n-2
- nullhipotézis: a korreláció nulla
KÖVETKEZTETÉSEK
- minél alacsonyabb a mérési szintje egy változónak, annál jobban eltér (torzítottan alacsonyabb) a korrelációja
saját magával és más változókkal (alacsonyabb statisztikai erő)
- Spearman korreláció teljesít a legjobban az alacsonyabb mérési szintű változóknál
- magasabb mérési szintű változó jobb, mint az alacsonyabb (!!)
- szinte soha nem érdemes egy folytonos változót alacsonyabb mérési szintűvé alakítani
KAUZALITÁS
- ok-okozati kapcsolat  az ok megelőzi az okozatot
- ok-okozati viszonyt csak kísérlettel tudunk igazolni – aminek lényege, hogy kontrollált körülmények között
egyetlen tényezőt manipulálunk és megnézzük, mi ennek a hatása a kimeneti változóra
- csak korrelációból nem lehet következtetni ok-okozati kapcsolatra, DE (!!) minden ok-okozati viszony
megjelenik korrelációként is
 - kauzalitás jelei, kritériumai:
o idői folytonosság: hatás konzisztensen az ok után jelenik meg
o plauzibilitás: kézenfekvő mechanizmus az ok és hatás között
o konzisztencia: hatás konzisztens számos tanulmányon és mintán át
o kísérlet: kísérleti bizonyíték modell helyzetekben
o specificitás: ritka helyzetek és kimenetek együtt járása, más kézenfekvő magyarázat nélkül
o dózis-reakció kapcsolat: ok mennyiségének változása konzisztensen összefügg a hatás
mennyiségének változásával
o koherencia: a terep és laboratóriumi eredmények között
o hatáserősség: kauzális kapcsolatok általában erősek
o analógia: hasonló, bizonyítottan ok-okozati kapcsolatok létezése
NEM KAUZÁLIS KAPCSOLATOK
- fordított okság – összefüggés irányát nem jelzi; nem tudjuk melyik az ok és melyik az okozat
- kölcsönös / kétirányú okság – mindkét változó okként hat a másikra
- harmadik változó hatása – nincs ok-okozati viszony a kettő között, hanem mindkettő egy harmadik okozata
- koincidencia – véletlen egybeesés két dolog között
- szelekció – amikor a mintavételezés torzított; szelekciós torzítás