- 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