- •1. Які математичні операції можна застосовувати до метричних ознак? Які перетворення можна застосовувати до метричних ознак?
- •2. Наведіть приклади ознак, виміряних в порядковій шкалі.
- •3. Які математичні операції можна застосовувати до порядкових ознак? Які перетворення можна застосовувати до порядкових ознак?
- •Які математичні операції можна застосовувати до номінальних ознак? Які перетворення можна застосовувати до номінальних ознак?
- •Дайте визначення квартилів. Скільки є квартилів? Для ознак в яких шкалах можуть обчислюватися ці показники
- •9. Дайте визначення коефіцієнту варіації. Якою є розмірність цього показника? Які значення може приймати коефіцієнт варіації?
- •Які параметри має нормальний розподіл? Якою є сфера основного застосування цього розподілу?
- •.Які параметри має розподіл 2 ? Якою є сфера основного застосування цього розподілу?
- •Які параметри має розподіл Фішера? Якою є сфера основного застосування цього розподілу?
- •2. В якому випадку говорять про кореляційний зв'язок між двома ознаками? Наведіть приклади.
- •1. Дайте визначення статистичної гіпотези.
- •2. Запишіть приклад нульової та альтернативної до неї статистичної гіпотези.
- •3. Дайте визначення помилки першого роду.
- •4. Дайте визначення помилки другого роду.
- •9. Як оцінюється значущість коефіцієнтів Чупрова та Крамера?
- •6. З якою метою оцінюють значущість різниці середніх? Поясніть на прикладі.
- •Регресія
- •Як інтерпретуються коефіцієнти регресії в рівнянні лінійної регресії?
- •Дайте визначення рівняння лінійної регресії в нормальних (стандартних) координатах. В чому його специфіка по відношенню до звичайного рівняння лінійної регресії?
- •Які Ви знаєте підходи до оцінювання якості рівняння регресії?
- •Як обчислюється і який зміст має коефіцієнт детермінації?
- •Як інтерпретується коефіцієнт множинної кореляції?
- •Дайте визначення лінійного і нелінійного зв’язків. Проілюструйте свою відповідь діаграмою розсіяння.
- •Дайте визначення прямого і зворотнього зв’язків. Проілюструйте свою відповідь діаграмою розсіяння.
- •Які значення може приймати коефіцієнт Пірсона?
- •Наявність якого зв’язку фіксує коефіцієнт кореляції Пірсона?
- •Як інтерпретуються значення коефіцієнту кореляції Пірсона?
- •Поясніть поняття хибної залежності та хибної незалежності між двома ознаками.
- •Яку інформацію про причинно-наслідковий характер зв’язку дає коефіцієнт кореляції Пірсона?
- •Яке співвідношення між значеннями коефіцієнту кореляції Пірсона та кореляційного відношення?
- •Дайте визначення кластера.
- •Як застосовується кластерний аналіз для побудови типологій об'єктів?
- •Як застосовується кластерний аналіз для групування ознак?
- •Наведіть аксіоми відстані.
- •5. Які ви знаєте визначення відстаней для ознак, виміряних в метричних шкалах?
- •Які ви знаєте визначення відстаней для ознак, виміряних в номінальних шкалах?
- •Як можна оцінити надійність проведеного розбиття на кластери?
- •12. Які особливості структури матриці відстаней?
- •14.Сформулюйте загальну схему алгоритму k-means Cluster (Quick Cluster), реалізованого в пакеті spss. В чому особливості цього алгоритму у порівнянні з ієрархічним кластерним аналізом?
- •Формулы для решения зад ач
Як інтерпретуються значення коефіцієнту кореляції Пірсона?
Значення коефіцієнту кореляції Пірсона інтерпретується як щільність (тіснота) зв’язку. Якщо rxy=0, то лінійного зв'язку немає.
rxy=+1, то нявний лінійний, прямий, функціональний зв'язок.
/rxy/=-1, то наявний негативний лінійний, зворотній, функціональний
зв'язок(b<0).
Х та У зв’язані між собою таким лінійним співвідношенням: у=bx+a (b є +)
Поясніть поняття хибної залежності та хибної незалежності між двома ознаками.
Хибна (фальшива) залежність (кореляція) виникає тоді, коли на зв'язок між двома ознаками впливає третя, що деформує цей зв’язок. Причиною фіктивної кореляції (тобто такої, що спостережена, але не властива природним об’єктам) може бути неоднорідність сукупності даних, які відображають два різні об’єкти (рис. 1). Іноді методика дослідження впливає на створення видимості зв’язку там, де його немає, яке називається хибною незалежністю (нескорельованістю) між двома ознаками. Наприклад, якщо вимірювати довжину і ширину без урахування орієнтації зразків, то всі точки кореляційного поля лежатимуть у секторі від 0 до 45° (замість сектора 0–90°), що помилково можна сприйняти як наявність деякого зв’язку (рис. 2).
Рис. 1. Некорельовані дані, r = 0 і фіктивна кореляція (неоднорідні дані).
Рис. 2. Несправжня (наведена) кореляція: 1 – істинні вимірювання; 2 – перетворені дані.
Яку інформацію про причинно-наслідковий характер зв’язку дає коефіцієнт кореляції Пірсона?
Під причинно-наслідковим зв’язком розуміють такий зв’язок двох подій, при якому здійснення однієї з них (причин) є достатньою підставою, щоб очікувати, що відбудеться й інша (наслідок). Коефіцієнт кореляції Пірсона не має безпосередньої причинно-наслідкової інтерпретації. Визначення що причина, а що наслідок лежить поза мажами статистики, а лежить у змісті соціальної реальності. Якщо є причинно-наслідковий зв’язок, то має бути і кореляція; але, якщо є кореляція, то не обов’язково є причинно-наслідковий зв’язок!
Коефіцієнт кореляції Пірсона відповідає на питання є зв'язок чи ні? Але не дає відомості про характер зв’язку.
Для ознак, виміряних в яких шкалах, можна обчислювати коефіцієнт кореляції Пірсона?
Коефіцієнт кореляції Пірсона можна обчислювати для ознак, виміряних в кількісних шкалах – метричні та квазіметричні.
Чи є коефіцієнт кореляції Пірсона симетричним показником чи ні? Поясніть свою відповідь?
Коефіцієнт кореляції
Пірсона є симетричним показником, так
як кореляція між Х та У така ж як між У
та Х - rxy=
ryx.
Чим більше коефіцієнт кореляції Пірсона,
тим більше «хмара» (кореляційне поле,
тобто точок на площині, кожна з яких має
координати
)
групується біля прямої і навпаки.
Який показник використовується для оцінювання нелінійного зв’язку між двома ознаками?
Універсальною мірою
оцінювання нелінійного зв’язку між
двома ознаками може слугувати кореляційне
відношення
-
коефіцієнт ета. Застосовується, коли
одна ознака дискретна (можливо,
номінальна), а інша неперервна
(кількісна). Обчислюється як
середньоквадратичне відхилення умовних
середніх до повного середньоквадратичного
відхилення за наступною формулою:
Які значення може приймати кореляційне відношення? Як інтерпретується значення кореляційного відношення?
Кореляційне відношення може приймати значення від 0 до 1.
Коефіцієнт є несеметричним показником (чітко визначено залежну і незалежну ознаку)
Значення кореляційного відношення інтерпретується наступним чином, якщо:
,
то будь-якої залежності нема,
тобто, зв’язку немає.
,
то є функціональна залежність,
максимальний зв'язок.
