Statistická závislost: Porovnání verzí
(Založena nová stránka s textem „== Základní charakteristiky == • Statistická závislost znamená vztah mezi dvěma proměnnými či soubory dat. Pro dvojici závislých proměnných…“) |
|||
Řádek 1: | Řádek 1: | ||
== Základní charakteristiky == | == Základní charakteristiky == | ||
− | + | * Statistická závislost znamená vztah mezi dvěma proměnnými či soubory dat. Pro dvojici závislých proměnných platí, že z hodnot jedné proměnné můžeme odhadovat hodnoty druhé proměnné - to u nezávislých proměnných nejde. | |
− | + | * Neznamená příčinnost (tzn. že jedna proměnná zapříčiňuje druhou). Jedinou metodou, která může prokázat příčinnost je experiment. | |
− | + | * Síla vztahu, vzájemné závislosti je obvykle vyjádřená korelačním koeficientem v intervalu <-1;1>, kde 1 znamená úplnou přímou úměrnost, 0 značí nezávislost a -1 je úplná nepřímá úměrnost. | |
− | + | * Tvar, trend vzájemné závislosti umožňuje zjistit regresní analýza. | |
− | |||
== Statistická závislost alternativních proměnných == | == Statistická závislost alternativních proměnných == | ||
Řádek 11: | Řádek 10: | ||
=== Příklad 1 === | === Příklad 1 === | ||
Mějme dva alternativní znaky (proměnné): | Mějme dva alternativní znaky (proměnné): | ||
− | X – pohlaví {1=ŽENA, 2=MUŽ} | + | |
− | Y – názor {1=ANO, 2=NE} | + | X – pohlaví |
+ | {1=ŽENA, 2=MUŽ} | ||
+ | |||
+ | Y – názor | ||
+ | {1=ANO, 2=NE} | ||
Pro zobrazení tzv. dvojného třídění je vhodná kontingenční tabulka (viz tabulky níže). | Pro zobrazení tzv. dvojného třídění je vhodná kontingenční tabulka (viz tabulky níže). | ||
Řádek 18: | Řádek 21: | ||
==== Rozdělení četností ==== | ==== Rozdělení četností ==== | ||
+ | {| class="wikitable" | ||
+ | |- | ||
+ | ! !! Y = 1 !! Y = 2 !! SUMA | ||
+ | |- | ||
+ | | X = 1 || 56 || 24 || 80 | ||
+ | |- | ||
+ | | X = 2 || 54 || 66 || 120 | ||
+ | |- | ||
+ | | SUMA || 110 || 90 || 200 | ||
+ | |} | ||
+ | |||
+ | ==== Rozdělení relativních četností ==== | ||
+ | |||
+ | {| class="wikitable" | ||
+ | |- | ||
+ | ! !! Y = 1 !! Y = 2 !! SUMA | ||
+ | |- | ||
+ | | X = 1 || 0,28 || 0,12 || 0,40 | ||
+ | |- | ||
+ | | X = 2 || 0,27 || 0,33 || 0,60 | ||
+ | |- | ||
+ | | SUMA || 0,55 || 0,45 || 1 | ||
+ | |} | ||
+ | |||
+ | ==== Rozdělení podmíněných relativních četností (Y/X) ==== | ||
+ | |||
+ | {| class="wikitable" | ||
+ | |- | ||
+ | ! !! Y = 1 !! Y = 2 !! SUMA | ||
+ | |- | ||
+ | | X = 1 || 0,55 || 0,45 || 1 | ||
+ | |- | ||
+ | | X = 2 || 0,55 || 0,45 || 1 | ||
+ | |} | ||
+ | |||
+ | === Příklad 2 === | ||
+ | Silná závislost | ||
− | + | ==== Rozdělení četností ==== | |
− | |||
− | |||
− | |||
+ | {| class="wikitable" | ||
+ | |- | ||
+ | ! !! Y = 1 !! Y = 2 !! SUMA | ||
+ | |- | ||
+ | | X = 1 || 3 || 77 || 80 | ||
+ | |- | ||
+ | | X = 2 || 107 || 13 || 120 | ||
+ | |- | ||
+ | | SUMA || 110 || 90 || 200 | ||
+ | |} | ||
− | ==== Rozdělení relativních četností ==== | + | ==== Rozdělení podmíněných relativních četností ==== |
− | + | ||
+ | {| class="wikitable" | ||
+ | |- | ||
+ | ! !! Y = 1 !! Y = 2 !! SUMA | ||
+ | |- | ||
+ | | X = 1 || 0,04 || 0,96 || 1 | ||
+ | |- | ||
+ | | X = 2 || 0,89 || 0,11 || 1 | ||
+ | |} | ||
+ | |||
+ | === Příklad 3 === | ||
+ | Slabá závislost | ||
+ | |||
+ | ==== Rozdělení četností ==== | ||
− | + | {| class="wikitable" | |
− | X = 1 | + | |- |
− | X = 2 | + | ! !! Y = 1 !! Y = 2 !! SUMA |
− | SUMA | + | |- |
− | + | | X = 1 || 46 || 34 || 80 | |
+ | |- | ||
+ | | X = 2 || 64 || 56 || 120 | ||
+ | |- | ||
+ | | SUMA || 110 || 90 || 200 | ||
+ | |} | ||
− | ==== Rozdělení podmíněných relativních četností | + | ==== Rozdělení podmíněných relativních četností ==== |
− | + | {| class="wikitable" | |
− | X = 1 0, | + | |- |
− | X = 2 0, | + | ! !! Y = 1 !! Y = 2 !! SUMA |
+ | |- | ||
+ | | X = 1 || 0,575 || 0,425 || 1 | ||
+ | |- | ||
+ | | X = 2 || 0,533 || 0,467 || 1 | ||
+ | |} |
Verze z 3. 9. 2014, 11:54
Obsah
Základní charakteristiky
- Statistická závislost znamená vztah mezi dvěma proměnnými či soubory dat. Pro dvojici závislých proměnných platí, že z hodnot jedné proměnné můžeme odhadovat hodnoty druhé proměnné - to u nezávislých proměnných nejde.
- Neznamená příčinnost (tzn. že jedna proměnná zapříčiňuje druhou). Jedinou metodou, která může prokázat příčinnost je experiment.
- Síla vztahu, vzájemné závislosti je obvykle vyjádřená korelačním koeficientem v intervalu <-1;1>, kde 1 znamená úplnou přímou úměrnost, 0 značí nezávislost a -1 je úplná nepřímá úměrnost.
- Tvar, trend vzájemné závislosti umožňuje zjistit regresní analýza.
Statistická závislost alternativních proměnných
Příklad 1
Mějme dva alternativní znaky (proměnné):
X – pohlaví {1=ŽENA, 2=MUŽ}
Y – názor {1=ANO, 2=NE}
Pro zobrazení tzv. dvojného třídění je vhodná kontingenční tabulka (viz tabulky níže).
Rozdělení četností
Y = 1 | Y = 2 | SUMA | |
---|---|---|---|
X = 1 | 56 | 24 | 80 |
X = 2 | 54 | 66 | 120 |
SUMA | 110 | 90 | 200 |
Rozdělení relativních četností
Y = 1 | Y = 2 | SUMA | |
---|---|---|---|
X = 1 | 0,28 | 0,12 | 0,40 |
X = 2 | 0,27 | 0,33 | 0,60 |
SUMA | 0,55 | 0,45 | 1 |
Rozdělení podmíněných relativních četností (Y/X)
Y = 1 | Y = 2 | SUMA | |
---|---|---|---|
X = 1 | 0,55 | 0,45 | 1 |
X = 2 | 0,55 | 0,45 | 1 |
Příklad 2
Silná závislost
Rozdělení četností
Y = 1 | Y = 2 | SUMA | |
---|---|---|---|
X = 1 | 3 | 77 | 80 |
X = 2 | 107 | 13 | 120 |
SUMA | 110 | 90 | 200 |
Rozdělení podmíněných relativních četností
Y = 1 | Y = 2 | SUMA | |
---|---|---|---|
X = 1 | 0,04 | 0,96 | 1 |
X = 2 | 0,89 | 0,11 | 1 |
Příklad 3
Slabá závislost
Rozdělení četností
Y = 1 | Y = 2 | SUMA | |
---|---|---|---|
X = 1 | 46 | 34 | 80 |
X = 2 | 64 | 56 | 120 |
SUMA | 110 | 90 | 200 |
Rozdělení podmíněných relativních četností
Y = 1 | Y = 2 | SUMA | |
---|---|---|---|
X = 1 | 0,575 | 0,425 | 1 |
X = 2 | 0,533 | 0,467 | 1 |