Stata

 0    54 flashcards    fressbmx
download mp3 print play test yourself
 
Question Answer
Jaki test - zmienna zależna na dwóch poziomach?
start learning
Test T
Jaki test - zmienna zależna na więcej niż dwóch poziomach?
start learning
ANOVA
Jak się oblicza F?
start learning
Wariancja MG podzielona przez wariancję WG
Wariancja całkowita
start learning
suma kwadratów różnic poszczególnych wyników od średniej ogólnej podzielona przez stopnie swobody/ podstawą obliczenia jest suma różnic poszczególnych wyników od średniej ogólnej
Stopnie swobody
start learning
Liczba wszystkich obserwacji minus liczba parametrów estymowanych (np. średnia) przy pomocy tych obserwacji.
Test T dla prób niezależnych, N = 100, ile df?
start learning
100-2=98
Wariancja wewnątrzgrupowa
start learning
różnice poszczególnych wyników od średniej w danej grupie
Wariancja międzygrupowa
start learning
różnice poszczególnych średnich z grup od średniej ogólniej
Df całkowite
start learning
df między + df wewnątrz/ liczba wszystkich obserwacji minus 1)
Df między
start learning
liczba wszystkich grup minus 1
Df wewnątrz
start learning
liczba wszystkich obserwacji minus liczba grup
Eta2
start learning
jaki procent wariancji wyników wyjaśnia czynnik / proporcja wyjaśnionej wariancji
O czym mówi wariancja wewnątrzgrupowa?
start learning
O tym, jak wyniki w grupie odchylają się od średniej w tej grupie
O czym mówi wariancja całkowita?
start learning
O tym, jak wszystkie wyniki odchylają się od średniej
O czym mówi wariancja międzygrupowa?
start learning
O tym jak średnie w poszczególnych grupach odchylają się od średniej ogólnej
O czym mówi zróżnicowanie międzygrupowe?
start learning
O tym, że jest SZANSA, że czynnik wyjaśnia zmienną zależną
Co to Test F?
start learning
Test Fischera
Jak inaczej określamy wariancję międzygrupową?
start learning
Wyjaśniona
Jak inaczej określamy wariancję wewnątrzgrupową?
start learning
Niewyjaśniona
Kiedy stosujemy ANOVĘ dwuczynnikową?
start learning
Przy dwóch zmiennych niezależnych (czynnikach)
Jakie efekty możemy zbadać przy użyciu dwuczynnikowej ANOVY?
start learning
dwa efekty główne i jeden interakcji
Efekt główny
start learning
to wpływ danej zmiennej niezależnej na zmienną zależną (NIEZALEŻNIE OD drugiej zmiennej niezależnej)
Efekt interakcji
start learning
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?
start learning
2 x 3
R2 - co to, definicja?
start learning
współczynnik determinacji, mówi o sile, czyli jaki procent wariancji zmiennej zależnej wyjaśnia dany model regresji
Prosta regresji
start learning
jest wyznaczona metodą najmniejszych kwadratów
Metoda Najmniejszych Kwadratów
start learning
różnica między wynikiem rzeczywistym osoby a wynikiem przewidywanym
Równanie prostej regresji
start learning
Y = bX + a
Jakie są współczynniki regresji?
start learning
b i a
Co oznacza "a" w tym wzorze Y = bX + a
start learning
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
start learning
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
start learning
Y = 1*2 + 12
O czym mówi B?
start learning
informuje o ile wzrośnie wartośc zmiennej zależnej, jeżeli wartość predyktora zwiększy się o jedną jego jednostkę
Metoda wprowadzania
start learning
wszystkie predyktory w jednym kroku są wprowadzane do modelu.
Metody automatyczne, co to?
start learning
Metody posługujące się pewnym algorytmem wprowadzania (i/lub usuwania) predyktorów
Wymień metody automatyczne
start learning
Metoda selekcji postępującej, metoda krokowa, eliminacji wstecznej, usuwania
Hierarchiczna analiza regresji
start learning
Metoda, w której badacz sam decyduje, które predyktory, i w którym kroku są umieszczane w modelu.
Metoda selekcji postępującej
start learning
w każdym kolejnym kroku dodawany jest jeden istotny predyktor.
Metoda krokowa
start learning
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
start learning
w każdym kolejnym kroku usuwany jest jeden nieistotny predyktor
Metoda usuwania
start learning
w pierwszym modelu wprowadzane są wszystkie predyktory, w drugim kroku usuwane są wszystkie nieistotne.
Mediacja
start learning
zmienne pośredniczące pomiędzy predyktorem i zmienną zależną/wyjaśnianą. Zmienne pośredniczące odpowiadają na pytanie DLACZEGO dany związek występuje
Moderacja
start learning
moderator odpowiada na pytanie, kiedy/w jakich warunkach dana zależność występuje
O czym informuje analiza wariancji?
start learning
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
start learning
korelacja predyktora ze zmienną zależną bez kontroli innych zmiennych
Korelacja cząstkowa
start learning
unikalny wpływ predyktora: stosunek unikalnej wariancji wyjaśnionej do ogólnej wariancji niewyjaśnionej przez drugi predyktor: A/A+D
Korelacja semicząstkowa
start learning
stosunek unikalnej wariancji wyjaśnionej do ogólnej wariancji całkowitej: A/A+B+C+D
Regresja wielozmienna
start learning
W modelu możemy uwzględnić więcej niż jeden predyktor; możemy analizować związek między wszystkimi predyktorami i zmienną zależną
Testy liberalne - jednorodna wariancja
start learning
NIR, S-N-K, Duncan
Testy konserwatywne - jednorodna wariancja
start learning
Scheffe, Bonferroni
Testy "centrum" - jednorodna wariancja
start learning
Tukey, Sidak
Testy post hoc przy nierównolicznych grupach
start learning
GT2 Hochberga i Gabriel
Konserwa przy niejednorodnej wariancji
start learning
Gamesa-Howella
Liberalny przy niejednorodnej wariancji
start learning
T2- Tamhane’a

You must sign in to write a comment