Rozdział 16a
Nieparametryczne miary związku
Test niezależności chi-kwadrat zakłada, że tabela danych:
składa się z wartości procentowych
ma mało komórek o wartościach oczekiwanych mniejszych niż 5 obserwacji
obejmuje obserwacje zależne
jest tabelą 2 x 2
Górna granica współczynnika kontyngencji C:
wynosi 1
jest niemożliwa do określenia
zależy od liczby kategorii zmiennych
równa się wartości chi-kwadrat / N
Idea, leżąca u podstaw współczynnika lambda, jest związana z:
spadkiem błędu przewidywania predykcji kategorii A na podstawie wiedzy o rozkładzie kategorii B
różnicą między wartościami empirycznymi a oczekiwanymi tabeli kontyngencji
analizą permutacji rozkładów brzegowych tabeli
korektą wartości oczekiwanych mniej licznych komórek tabeli
W przypadku oceny obiektu za pomocą skal rangowych, miernikiem korelacji jest:
współczynnik korelacji r Pearsona
współczynnik kontyngencji C
współczynnik V Cramera
współczynnik korelacji Spearmana
Współczynnik zgodności (W) Kendalla jest::
miernikiem korelacji dla danych na skali przedziałowej
miernikiem korelacji, opartym na wariancji sum rang dla danych porządkowych
wersją współczynnika kontyngencji C
wskaźnikiem asocjacji dla danych nominalnych
Współczynnik związku predykcyjnego lambda jest współczynnikiem asymetrycznym:
tak
nie
Im wyższa wartość testu chi-kwadrat, tym wyższy współczynnik lambda:
tak
nie
Współczynnik korelacji rang Spearmana mieści się w przedziale od 0 do 1:
tak
nie
Współczynniki W Kendalla i Spearmana są oparte na podobnej zasadzie obliczenia korelacji:
tak
nie
Współczynnik lambda wynosi 1, kiedy redukcja błędu szacunku przy dodatkowej znajomości rozkładu drugiej zmiennej w predykcji jest zredukowana o 100%:
tak
nie
Drukuj