Stata

Jaki test - zmienna zależna na dwóch poziomach?

Test T

Jaki test - zmienna zależna na więcej niż dwóch poziomach?

ANOVA

Jak się oblicza F?

Wariancja MG podzielona przez wariancję WG

Wariancja całkowita

suma kwadratów różnic poszczególnych wyników od średniej ogólnej podzielona przez stopnie swobody/ podstawą obliczenia jest suma różnic poszczególnych wyników od średniej ogólnej

Stopnie swobody

Liczba wszystkich obserwacji minus liczba parametrów estymowanych (np. średnia) przy pomocy tych obserwacji.

Test T dla prób niezależnych, N = 100, ile df?

100-2=98

Wariancja wewnątrzgrupowa

różnice poszczególnych wyników od średniej w danej grupie

Wariancja międzygrupowa

różnice poszczególnych średnich z grup od średniej ogólniej

Df całkowite

df między + df wewnątrz/ liczba wszystkich obserwacji minus 1)

Df między

liczba wszystkich grup minus 1

Df wewnątrz

liczba wszystkich obserwacji minus liczba grup

Eta2

jaki procent wariancji wyników wyjaśnia czynnik / proporcja wyjaśnionej wariancji

O czym mówi wariancja wewnątrzgrupowa?

O tym, jak wyniki w grupie odchylają się od średniej w tej grupie

O czym mówi wariancja całkowita?

O tym, jak wszystkie wyniki odchylają się od średniej

O czym mówi wariancja międzygrupowa?

O tym jak średnie w poszczególnych grupach odchylają się od średniej ogólnej

O czym mówi zróżnicowanie międzygrupowe?

O tym, że jest SZANSA, że czynnik wyjaśnia zmienną zależną

Co to Test F?

Test Fischera

Jak inaczej określamy wariancję międzygrupową?

Wyjaśniona

Jak inaczej określamy wariancję wewnątrzgrupową?

Niewyjaśniona

Kiedy stosujemy ANOVĘ dwuczynnikową?

Przy dwóch zmiennych niezależnych (czynnikach)

Jakie efekty możemy zbadać przy użyciu dwuczynnikowej ANOVY?

dwa efekty główne i jeden interakcji

Efekt główny

to wpływ danej zmiennej niezależnej na zmienną zależną (NIEZALEŻNIE OD drugiej zmiennej niezależnej)

Efekt interakcji

jest wtedy, gdy jedna zmienna niezależna wpływa na zmienną zależną w różny sposób w zależności od poziomu drugiej zmiennej niezależnej.

Zm. zależna: satysfakcja z seksu (1-10), zm. niezależna: płeć (K, M), stan cywilny (ślub, partnerski, narzeczeństwo) - jaki to schemat?

2 x 3

R2 - co to, definicja?

współczynnik determinacji, mówi o sile, czyli jaki procent wariancji zmiennej zależnej wyjaśnia dany model regresji

Prosta regresji

jest wyznaczona metodą najmniejszych kwadratów

Metoda Najmniejszych Kwadratów

różnica między wynikiem rzeczywistym osoby a wynikiem przewidywanym

Równanie prostej regresji

Y = bX + a

Jakie są współczynniki regresji?

b i a

Co oznacza "a" w tym wzorze Y = bX + a

a – stała; miejsce przecięcia prostej regresji z osią Y (osi pionowej); określa, jaka jest wartość Y, gdy X jest równe 0/ informuje ile wynosi wartość zmiennej zależnej, gdy wartość predyktora/ów wynosi 0

Co oznacza "b" w tym wzorze? Y = bX + a

określa stopień nachylenia prostej regresji względem osi X (osi poziomej), określa jak szybko przyrasta Y wraz ze wzrostem predyktora X o jedną jednostkę

Zapisz wzór, stała = 12, B = 2, predyktor = 1

Y = 1*2 + 12

O czym mówi B?

informuje o ile wzrośnie wartośc zmiennej zależnej, jeżeli wartość predyktora zwiększy się o jedną jego jednostkę

Metoda wprowadzania

wszystkie predyktory w jednym kroku są wprowadzane do modelu.

Metody automatyczne, co to?

Metody posługujące się pewnym algorytmem wprowadzania (i/lub usuwania) predyktorów

Wymień metody automatyczne

Metoda selekcji postępującej, metoda krokowa, eliminacji wstecznej, usuwania

Hierarchiczna analiza regresji

Metoda, w której badacz sam decyduje, które predyktory, i w którym kroku są umieszczane w modelu.

Metoda selekcji postępującej

w każdym kolejnym kroku dodawany jest jeden istotny predyktor.

Metoda krokowa

tworzy pierwszy model z najbardziej istotnym predyktorem. Kolejny model buduje dorzucając następny pod względem siły predyktor itd. Jednocześnie, z modelu usuwane są predyktory, które przestały być istotne.

Metoda eliminacji wstecznej

w każdym kolejnym kroku usuwany jest jeden nieistotny predyktor

Metoda usuwania

w pierwszym modelu wprowadzane są wszystkie predyktory, w drugim kroku usuwane są wszystkie nieistotne.

Mediacja

zmienne pośredniczące pomiędzy predyktorem i zmienną zależną/wyjaśnianą. Zmienne pośredniczące odpowiadają na pytanie DLACZEGO dany związek występuje

Moderacja

moderator odpowiada na pytanie, kiedy/w jakich warunkach dana zależność występuje

O czym informuje analiza wariancji?

informuje, czy ten model jest istotny (czy ten model przewiduje lepiej wyniki niż model oparty na średniej; czy stosunek wariancji wyjaśnionej do wariancji reszt jest korzystny)

Korelacja rzędu zerowego

korelacja predyktora ze zmienną zależną bez kontroli innych zmiennych

Korelacja cząstkowa

unikalny wpływ predyktora: stosunek unikalnej wariancji wyjaśnionej do ogólnej wariancji niewyjaśnionej przez drugi predyktor: A/A+D

Korelacja semicząstkowa

stosunek unikalnej wariancji wyjaśnionej do ogólnej wariancji całkowitej: A/A+B+C+D

Regresja wielozmienna

W modelu możemy uwzględnić więcej niż jeden predyktor; możemy analizować związek między wszystkimi predyktorami i zmienną zależną

Testy liberalne - jednorodna wariancja

NIR, S-N-K, Duncan

Testy konserwatywne - jednorodna wariancja

Scheffe, Bonferroni

Testy "centrum" - jednorodna wariancja

Tukey, Sidak

Testy post hoc przy nierównolicznych grupach

GT2 Hochberga i Gabriel

Konserwa przy niejednorodnej wariancji

Gamesa-Howella

Liberalny przy niejednorodnej wariancji

T2- Tamhane’a