Szukanie struktury skali mierzącej problematyczne zachowania finansowe.
|
|
- Judyta Staniszewska
- 7 lat temu
- Przeglądów:
Transkrypt
1 Szukanie struktury skali mierzącej problematyczne zachowania finansowe. Celem poniższej analizy było stworzenie skali mierzącej problematyczne zachowania finansowe. Takie zachowania zdefiniowano jako zachowania świadczące o niestabilności i kruchości finansowej, braku zdolności do dbania o finanse, zwiastujące wykluczenie finansowe. Powiązane są z alternatywnymi, niekiedy mniej aprobowanymi społecznie, sposobami organizacji pieniędzy oraz kłopotami wynikającymi z ich deficytu. Świadczą one o potencjalnie słabej kondycji finansowej. W tym celu wykorzystano 16 pozycji kwestionariuszowych dla których przeprowadzono serię analiz. Pozycje zawierały informacje między innymi dotyczące stanu zadłużenia badanego (jakiego rodzaju długi posiada), jego subiektywnej ocenie oszczędności i reakcji na zastaną sytuację finansową. W pierwszej kolejności dokonano analizy głównych składowych (PCA) w celu redukcji liczby zmiennych opisujących problematyczne zachowania finansowe. Następnie, by sprawdzić czy nowo powstały model jest zasadny i trafnie opisuje badane zjawisko, przeprowadzono konfirmacyjną analizę czynnikową (CFA). Na koniec przy pomocy analizy rzetelności zbadano jak dokładnie pozycje kwestionariusza opisują tę strukturę. Analiza Głównych Składowych PCA. W pierwszej kolejności wykonano wykres osypiska, by przy jego pomocy zadecydować o liczbie wyodrębnianych czynników (kryterium Cattella). Osypisko czynników, tj. punkt, w którym można odnotować łagodny spadek linii wykresu, znajduje się w przy składowej nr 3, więc wszystkie składowe od nr 3 w górę poddano redukcji. Wykres nr 1. Wykres osypiska.
2 Wartość Własna 4,500 4,000 4,04 3,500 3,000 2,500 2,000 2,32 1,500 1,000 1,10 0,99 0,88 0,78 0,75 0,68 0,60 0,54 0,45 0,41 0,35 0,500 0, ,10 Numer składowej W następnym kroku wybrano metodą rotacji prostej Oblimin, która dozwala na występowanie korelacji między głównymi składowymi. Na samym początku zaznajomiono się z wynikami testu KMO oraz sferyczności Bartleta testującymi sensowność wykonywania analizy głównych składowych. Współczynnik KMO mierzący stosunek korelacji zmiennych do ich korelacji częściowej, wyniósł 0,80 co pozwala przyjąć z dużą pewnością, że obliczana analiza będzie wiarygodna (zmienne są silnie ze sobą skorelowane). Również test sferyczności Bartleta okazał się być wysoce istotny χ 2 = 1434,13, p<0,001, co oznacza, że brane pod uwagę zmienne są ze sobą powiązane. Wyodrębnione dwa czynniki łącznie wyjaśniały 45,41% wariancji pozycji kwestionariuszowych Tabela nr 1. Wielkość całkowitej wyjaśnionej wariancji przez 2 czynniki. Sumy kwadratów ładunków Sumy kwadratów ładunków po wyodrębnieniu Składowa po rotacji Ogółem % wariancji % skumulowany Ogółem 1 4,040 28,857 28,857 3, ,318 16,555 45,412 3,382
3 Z 16 pozycji testowych, które początkowo poddawano analizie, wykluczono dwie poniższe, gdyż wchodziły w skład obu czynników: Pożyczałem pieniądze od rodziców lub znajomych na spłatę zobowiązań. Mogę chwilowo o sobie powiedzieć, że mam kłopoty finansowe. Po analizie macierzy modelowej, przedstawiającej ładunki czynnikowe każdej ze zmiennych względem składowych, zdecydowano się na następujący opis głównych składowych: 1. Niespłacanie zobowiązań w terminie, zadłużanie. 2. Oszczędzanie, skupienie na trudnościach finansowych. Pierwsza składowa była najsilniej ładowana przez pozycje testowe: Mam niespłaconą po terminie ratę kredytu. Mam niespłacony po terminie kredyt. Druga składowa była najsilniej ładowana przez pozycje testowe: Ostatnio starcza mi na wszystko, a nawet potrafię coś zaoszczędzić. Ostatnio mam za mało pieniędzy i muszę odmawiać sobie przyjemności. Tabela nr 2. Macierz modelowa przedstawiająca ładunki czynnikowe poszczególnych zmiennych względem składowych głównych. Główne składowe Niespłacanie zobowiązań w terminie, zadłużanie Oszczędzanie, skupienie na finansach. Mam niespłaconą po terminie ratę kredytu. Mam niespłacony po terminie kredyt. 0,90-0,12 0,90-0,15 Miałem/am ostatnio problemy z zapłaceniem rachunków. 0,77 0,02 Mam niespłacony po terminie rachunek/fakturę. 0,69 0,02
4 Mam niespłacony po terminie mandat. Mam trochę długów u znajomych. Udaję że mam więcej pieniędzy niż mam rzeczywiście. 0,55-0,02 0,31 0,14 0,31 0,22 Ostatnio starcza mi na wszystko, a nawet potrafię coś zaoszczędzić. -0,01 0,76 Ostatnio mam za mało pieniędzy i muszę odmawiać sobie przyjemności. 0,00 0,73 Nie przejmuję się nagłymi wydatkami, jestem na nie przygotowany/a. -0,05 0,68 Nie mogę ostatnio niczego zaoszczędzić. 0,15 0,67 Mam wystarczająco dużo zasobów finansowych by spać spokojnie. -0,07 0,65 zdarza się ostatnio że brakuje mi pieniędzy na utrzymanie mojego standardu życia. 0,12 0,63 Ostatnio liczę każdy grosz w moim budżecie. -0,05 0,46 Konfirmacyjna Analiza Czynnikowa CFA. Następnie wykonano konfirmacyjną analizę czynnikową dla powyższych dwóch składowych. Po uwzględnieni korelacji (r = 0,35) między pozycjami testowymi Mam niespłacony po terminie rachunek/fakturę oraz Miałem/am ostatnio problemy z zapłaceniem rachunków, model okazał się być dopasowany, co sugerują następujące wskaźniki: CFI =,903 RMSEA =,076 (LO 90 =,064 ; HI 90 =,088) CMIN/DF = 2,740 IFI Delta2 =,904
5 TLI rho2 =,884 To z jaką mocą dane pozycje testowe wpływają na czynnik przedstawia poniższa tabela, w której przedstawiona wartości wystandaryzowanych wag regresji. Przykładowo wraz ze wzrostem cechy latentnej Oszczędzanie, skupienie na trudnościach finansowych o jeden punkt standardowy wzrośnie wynik pozycji testowej Ostatnio starcza mi na wszystko a nawet potrafię coś zaoszczędzić o 0,74 punktu standardowego. Tabela nr 3. Wagi regresji dla pozycji testowych. Czynnik Pozycja testowa β p R 2 Ostatnio starcza mi na wszystko a nawet potrafię coś zaoszczędzić 0,74 < 0,001 0,54 Nie mogę ostatnio niczego zaoszczędzić 0,70 < 0,001 0,49 Oszczędzanie, skupienie na trudnościach finansowych Niespłacanie w terminie, zadłużanie Ostatnio mam za mało pieniędzy i muszę odmawiać sobie przyjemności 0,64 < 0,001 0,41 Nie przejmuję się nagłymi wydatkami, jestem na nie przygotowany 0,58 < 0,001 0,34 Zdarza się ostatnio, że brakuje mi pieniędzy na utrzymanie mojego standardu życia 0,58 < 0,001 0,34 Mam wystarczająco dużo zasobów finansowych by spać spokojnie 0,53 < 0,001 0,28 Ostatnio liczę każdy grosz w moim budżecie 0,33 < 0,001 0,11 Mam niespłaconą po terminie ratę kredytu 0,95 < 0,001 0,91 Mam nie spłacony po terminie kredyt 0,94 < 0,001 0,88 Miałem/am ostatnio problemy z zapłaceniem rachunków 0,57 < 0,001 0,32 Mam niespłacony po terminie rachunek fakturę 0,50 < 0,001 0,25 Mam niespłacony po terminie mandat 0,36 < 0,001 0,13 Udaję, że mam więcej pieniędzy niż mam rzeczywiście 0,26 < 0,01 0,07 Mam trochę długów u znajomych 0,21 < 0,01 0,04 Poniżej zamieszczono schemat struktury poddawanej analizie.
6 1 Ostatnio starcza mi na wszystko a nawet potrafię coś zaoszczędzić R 2 =0,54 0,64 2 Zdarza się ostatnio, że brakuje mi pieniędzy na utrzymanie mojego R 2 =0,49 standardu życia 0,58 3 Ostatnio liczę każdy grosz w moim budżecie R 2 =0,41 0,33 4 Ostatnio starcza mi na wszystko a nawet potrafię coś zaoszczędzić R 2 =0,34 0,71 Oszczędzanie, skupienie na trudnościach finansowych 5 6 Mam wystarczająco dużo zasobów finansowych by spać spokojnie R 2 =0,34 Nie mogę ostatnio niczego zaoszczędzić R 2 =0,28 0,53 0,73 7 Nie przejmuję się nagłymi wydatkami, jestem na nie przygotowany R 2 =0,11 0,58 8 Mam niespłacony po terminie rachunek fakturę R 2 =0,91 0,50 9 Mam niespłaconą po terminie ratę kredytu R 2 =0,88 0, Mam nie spłacony po terminie kredyt R 2 =0,32 Udaję, że mam więcej pieniędzy niż mam rzeczywiście R 2 =0,25 0,93 0,26 0,36 Niespłacanie w terminie, zadłużanie 12 Mam niespłacony po terminie mandat R 2 =0,13 0,57 13 Miałem/am ostatnio problemy z zapłaceniem rachunków R 2 =0,07 14 Mam trochę długów u znajomych R 2 =0,04 0,21
7 Analiza rzetelności. Następnie sprawdzono jak rzetelne są powyższe dwie składowe. Pomimo niewielkiej liczby pozycji testowych wchodzących w skład każdej składowej, obie składowe Niespłacanie zobowiązań w terminie, zadłużanie (α-cronbacha = 0,786, n=7) jak i Oszczędzanie, skupienie na trudnościach finansowych (α-cronbacha = 0,739, n=7), okazały się być wysoce rzetelne. Mieszczą się w przedziale między 0,70 a 0,90. Szczegółowa prezentacja współczynnika rzetelności dla powyższych składowych po wykluczeniu wybranych pozycji testowych została przedstawiona poniżej. Tabela nr 4. Wspływ poszczególnych pozycji testowych na rzetelność składowej Oszczędzanie, skupienie na trudnościach finansowych. α-cronbacha po usunięciu pozycji Ostatnio mam za mało pieniędzy i muszę odmawiać sobie przyjemności. 0,74 zdarza się ostatnio że brakuje mi pieniędzy na utrzymanie mojego standardu życia. 0,76 Ostatnio liczę każdy grosz w moim budżecie. 0,79 Nie mogę ostatnio niczego zaoszczędzić. 0,75 Mam wystarczająco dużo zasobów finansowych by spać spokojnie. 0,77 Ostatnio starcza mi na wszystko, a nawet potrafię coś zaoszczędzić. 0,74 Nie przejmuję się nagłymi wydatkami, jestem na nie przygotowany/a. 0,76 Tabela nr 5. Wspływ poszczególnych pozycji testowych na rzetelność składowej Niespłacanie zobowiązań w terminie, zadłużanie. α-cronbacha po usunięciu pozycji Mam niespłacony po terminie kredyt. 0,68 Mam niespłacony po terminie mandat. 0,72 Miałem/am ostatnio problemy z zapłaceniem rachunków. 0,67 Mam trochę długów u znajomych. 0,75
8 Mam niespłacony po terminie rachunek/fakturę. 0,69 Mam niespłaconą po terminie ratę kredytu. 0,68 Udaję że mam więcej pieniędzy niż mam rzeczywiście. 0,77 Trafność teoretyczna. Wpływ oszczędzania i skupiania na finansach oraz niopłacania zobowiązań w terminie na satysfkację z życia. W celu weryfikacji trafności teoretycznej badanch skal przeprowadzono analizę regresji logistycznej. Analiza dopasowania modelu do danych testem Hosmera Lameshowa wykazała, że wartości obserwowane były podobne do wartości przewidywanych przez model regresji logistycznej χ 2 (7)=5,09;p=0,659. Analiza wykazała, że zmienne istotnie wpływały na deklarację poczucia satysfakcji z życia χ 2 (2)=18,54;p<0,001. Zmienne wejściowe dotyczące zachowań finansowych wyjaśniały 10% zmienności satysfakcji z życia. Analiza współczynników mdelu wykazała, że tylko oszczędzanie i skupienie na trudnościach finansowych miało istotny wpływ na wystąpienie zadowolenia z życia β=-2,11;p<0,001. Wraz ze wzrostem ilości zachowań na wymiarze oszczędzania i skupienia na trudnościach finansowych mała częstość występowania satysfkacji z życia. Dodatkowo przeprowadzono analizę losowa ze zwracaniem metodą Bootstrap (próba losowań wynosiła 1000) w celu oszacowania odchyleń oszacowań. Analiza wykazała, że odchylenia od oszacowanych parametrów były niewielkie i jednokierunkowe. Rezultaty analizy przedstawia poniższa tabela. Tabela nr 4. Współczynniki modelu. Współczynniki modelu Wald p OR Bootstrap (N=1000) 95% C.I. OR B 95% C.I. OR Odchylenie s.e p Dół Góra Dół Góra Oszczędzanie skupienie na finansach 14,92,000 0,12 0,04 0,35-2,11-0,06 0,55,001-3,25-1,17 Niespłacanie zobowiązań w terminie zadłużanie 0,03,863 1,14 0,26 4,89 0,13 0,09 0,86,870-1,24 2,07 Constant 58,56,000 11,96 2,48 0,03 0,32,001 1,93 3,19 Zmianna zależna zadowolenie/brak zadowolenia z życia (kodowana1/0) Podsumowanie.
9 Wykonane procedury wykazały, że zebrany materiał badawczy jest trafną czynnikowo, rzetelną oraz trafną teoretycznie metodą służącą do oceny kondycji finansowej ludzi. Na podstawie wyników skali można szacować poziom nasilenia problemów w sferze finansów oraz przewidywać satysfakcję z życia.
Szukanie struktury skali mierzącej problematyczne zachowania finansowe.
Szukanie struktury skali mierzącej problematyczne zachowania finansowe. Celem poniższej analizy było stworzenie skali mierzącej problematyczne zachowania finansowej. Takie zachowania zdefiniowano jako
Kolejna z analiz wielozmiennowych Jej celem jest eksploracja danych, poszukiwanie pewnych struktur, które mogą utworzyć wskaźniki
Analiza czynnikowa Kolejna z analiz wielozmiennowych Jej celem jest eksploracja danych, poszukiwanie pewnych struktur, które mogą utworzyć wskaźniki Budowa wskaźnika Indeks był banalny I miał wady: o Czy
Zadanie 1. Za pomocą analizy rzetelności skali i wspólczynnika Alfa- Cronbacha ustalić, czy pytania ankiety stanowią jednorodny zbiór.
L a b o r a t o r i u m S P S S S t r o n a 1 W zbiorze Pytania zamieszczono odpowiedzi 25 opiekunów dzieci w wieku 8. lat na następujące pytania 1 : P1. Dziecko nie reaguje na bieżące uwagi opiekuna gdy
Analiza moderowanej mediacji i wykrzystanie do analizy analizy modelowania równań strukturalnych sem.
Analiza moderowanej mediacji i wykrzystanie do analizy analizy modelowania równań strukturalnych sem. *wpis ten proszę traktować jako potencjał wykorzystania metod modelowania równań strukturalnych Wstęp.
Zasady rzetelnego pomiaru efektywności transferu wiedzy w e-learningu akademickim
Zasady rzetelnego pomiaru efektywności transferu wiedzy w e-learningu akademickim Wojciech BIZON Wydział Ekonomiczny Uniwersytet Gdański 1 Problem w długim horyzoncie czasowym do rozwiązania: w jaki sposób
METODY CHEMOMETRYCZNE W IDENTYFIKACJI ŹRÓDEŁ POCHODZENIA
METODY CHEMOMETRYCZNE W IDENTYFIKACJI ŹRÓDEŁ POCHODZENIA AMFETAMINY Waldemar S. Krawczyk Centralne Laboratorium Kryminalistyczne Komendy Głównej Policji, Warszawa (praca obroniona na Wydziale Chemii Uniwersytetu
Analiza składowych głównych. Wprowadzenie
Wprowadzenie jest techniką redukcji wymiaru. Składowe główne zostały po raz pierwszy zaproponowane przez Pearsona(1901), a następnie rozwinięte przez Hotellinga (1933). jest zaliczana do systemów uczących
Zmienne zależne i niezależne
Analiza kanoniczna Motywacja (1) 2 Często w badaniach spotykamy problemy badawcze, w których szukamy zakresu i kierunku zależności pomiędzy zbiorami zmiennych: { X i Jak oceniać takie 1, X 2,..., X p }
Regresja logistyczna (LOGISTIC)
Zmienna zależna: Wybór opcji zachodniej w polityce zagranicznej (kodowana jako tak, 0 nie) Zmienne niezależne: wiedza o Unii Europejskiej (WIEDZA), zamieszkiwanie w regionie zachodnim (ZACH) lub wschodnim
Współczynnik korelacji. Współczynnik korelacji jest miernikiem zależności między dwiema cechami Oznaczenie: ϱ
Współczynnik korelacji Współczynnik korelacji jest miernikiem zależności między dwiema cechami Oznaczenie: ϱ Własności współczynnika korelacji 1. Współczynnik korelacji jest liczbą niemianowaną 2. ϱ 1,
Weryfikacja hipotez statystycznych za pomocą testów statystycznych
Weryfikacja hipotez statystycznych za pomocą testów statystycznych Weryfikacja hipotez statystycznych za pomocą testów stat. Hipoteza statystyczna Dowolne przypuszczenie co do rozkładu populacji generalnej
Statystyka opisowa. Wykład V. Regresja liniowa wieloraka
Statystyka opisowa. Wykład V. e-mail:e.kozlovski@pollub.pl Spis treści 1 Prosta regresji cechy Y względem cech X 1,..., X k. 2 3 Wyznaczamy zależność cechy Y od cech X 1, X 2,..., X k postaci Y = α 0 +
XXII Konferencja Psychologii Rozwojowej Uniwersytet Gdański, 27-29 V 2013. Polska adaptacja
XXII Konferencja Psychologii Rozwojowej Uniwersytet Gdański, 27-29 V 2013 Polska adaptacja Reasons Kwestionariusza behind motivation Motywów Rodzicielskich to have a child: Is a second child wanted Warrena
Statystyka w pracy badawczej nauczyciela Wykład 4: Analiza współzależności. dr inż. Walery Susłow walery.suslow@ie.tu.koszalin.pl
Statystyka w pracy badawczej nauczyciela Wykład 4: Analiza współzależności dr inż. Walery Susłow walery.suslow@ie.tu.koszalin.pl Statystyczna teoria korelacji i regresji (1) Jest to dział statystyki zajmujący
Zajęcia 1. Rzetelność
Wzory Psychometria Zajęcia 1. Rzetelność 1950 Guliksen, za Spearmanem (1910) przyjmuje, że: t = T + e t wynik otrzymany T wynik prawdziwy pozycja danej osoby na kontinuum cechy (zdolności); przysługuje
7. Trafność pomiaru testowego
7. Trafność pomiaru testowego v Pojęcie trafności testu v Rodzaje trafności v Metody szacowania trafności treściowej i kryterialnej v Metody szacowania trafności teoretycznej Przesunięcie akcentu z pojęcia
PDF created with FinePrint pdffactory Pro trial version http://www.fineprint.com
Analiza korelacji i regresji KORELACJA zależność liniowa Obserwujemy parę cech ilościowych (X,Y). Doświadczenie jest tak pomyślane, aby obserwowane pary cech X i Y (tzn i ta para x i i y i dla różnych
WIELKA SGH-OWA POWTÓRKA ZE STATYSTYKI REGRESJA LINIOWA
WIELKA SGH-OWA POWTÓRKA ZE STATYSTYKI REGRESJA LINIOWA Powtórka Powtórki Kowiariancja cov xy lub c xy - kierunek zależności Współczynnik korelacji liniowej Pearsona r siła liniowej zależności Istotność
Wprowadzenie do analizy korelacji i regresji
Statystyka dla jakości produktów i usług Six sigma i inne strategie Wprowadzenie do analizy korelacji i regresji StatSoft Polska Wybrane zagadnienia analizy korelacji Przy analizie zjawisk i procesów stanowiących
Kwestionariusz do badania relacji trener-zawodnik (CART-Q): polska adaptacja (PlCART-Q)
Testy Psychologiczne w Praktyce i Badaniach, 2015, 01 ISSN: Kwestionariusz do badania relacji trener-zawodnik (CART-Q): polska adaptacja (PlCART-Q) Anna Michalak 1 anna.michalak@wyspa.bydgoszcz.pl Artur
Adam Kirpsza Zastosowanie regresji logistycznej w studiach nad Unią Europejska. Anna Stankiewicz Izabela Słomska
Adam Kirpsza Zastosowanie regresji logistycznej w studiach nad Unią Europejska Anna Stankiewicz Izabela Słomska Wstęp- statystyka w politologii Rzadkie stosowanie narzędzi statystycznych Pisma Karla Poppera
8.1. Syndrom wypalenia zawodowego a dopasowanie do środowiska pracy - analiza korelacji. Rozdział 8. Dane uzyskane w badaniach
W tej części pracy przedstawione zostały dane zebrane w badaniach wraz z ich statystycznym opracowaąiem mającym na celu zbadanie, czy zachodzą zależności pomiędzy dopasowaniem do środowiska pracy a wypaleniem
Ekonometria. Zajęcia
Ekonometria Zajęcia 16.05.2018 Wstęp hipoteza itp. Model gęstości zaludnienia ( model gradientu gęstości ) zakłada, że gęstość zaludnienia zależy od odległości od okręgu centralnego: y t = Ae βx t (1)
Trafność testów egzaminacyjnych. Artur Pokropek, Tomasz Żółtak IFiS PAN
Trafność testów egzaminacyjnych Artur Pokropek, Tomasz Żółtak IFiS PAN Plan prezentacji EWD i trafność testów egzaminacyjnych Pięć postulatów trafności dla skal pomiarowych Wskaźniki egzaminacyjne a wyniki
Regresja wielokrotna jest metodą statystyczną, w której oceniamy wpływ wielu zmiennych niezależnych (X1, X2, X3,...) na zmienną zależną (Y).
Statystyka i opracowanie danych Ćwiczenia 12 Izabela Olejarczyk - Wożeńska AGH, WIMiIP, KISIM REGRESJA WIELORAKA Regresja wielokrotna jest metodą statystyczną, w której oceniamy wpływ wielu zmiennych niezależnych
Metody Ilościowe w Socjologii
Metody Ilościowe w Socjologii wykład 2 i 3 EKONOMETRIA dr inż. Maciej Wolny AGENDA I. Ekonometria podstawowe definicje II. Etapy budowy modelu ekonometrycznego III. Wybrane metody doboru zmiennych do modelu
ANALIZA CZYNNIKOWA Przykład 1
ANALIZA CZYNNIKOWA... stanowi zespół metod i procedur statystycznych pozwalających na badanie wzajemnych relacji między dużą liczbą zmiennych i wykrywanie ukrytych uwarunkowań, ktore wyjaśniają ich występowanie.
Korelacja oznacza współwystępowanie, nie oznacza związku przyczynowo-skutkowego
Korelacja oznacza współwystępowanie, nie oznacza związku przyczynowo-skutkowego Współczynnik korelacji opisuje siłę i kierunek związku. Jest miarą symetryczną. Im wyższa korelacja tym lepiej potrafimy
WALIDACJA SKALI OCENY NADMIERNEGO KORZYSTANIA Z SIECI SPOŁECZNOŚCIOWYCH (SONKSS)
WALIDACJA SKALI OCENY NADMIERNEGO KORZYSTANIA Z SIECI SPOŁECZNOŚCIOWYCH (SONKSS) dr hab. Paweł Izdebski prof. nadzw. mgr Martyna Kotyśko Instytut Psychologii Uniwersytet Kazimierza Wielkiego Grant: Osobowościowe
Badanie zależności skala nominalna
Badanie zależności skala nominalna I. Jak kształtuje się zależność miedzy płcią a wykształceniem? II. Jak kształtuje się zależność między płcią a otyłością (opis BMI)? III. Jak kształtuje się zależność
REGRESJA I KORELACJA MODEL REGRESJI LINIOWEJ MODEL REGRESJI WIELORAKIEJ. Analiza regresji i korelacji
Statystyka i opracowanie danych Ćwiczenia 5 Izabela Olejarczyk - Wożeńska AGH, WIMiIP, KISIM REGRESJA I KORELACJA MODEL REGRESJI LINIOWEJ MODEL REGRESJI WIELORAKIEJ MODEL REGRESJI LINIOWEJ Analiza regresji
Analiza Danych Sprawozdanie regresja Marek Lewandowski Inf 59817
Analiza Danych Sprawozdanie regresja Marek Lewandowski Inf 59817 Zadanie 1: wiek 7 8 9 1 11 11,5 12 13 14 14 15 16 17 18 18,5 19 wzrost 12 122 125 131 135 14 142 145 15 1 154 159 162 164 168 17 Wykres
Ćwiczenie: Wybrane zagadnienia z korelacji i regresji
Ćwiczenie: Wybrane zagadnienia z korelacji i regresji W statystyce stopień zależności między cechami można wyrazić wg następującej skali: Skala Stanisza r xy = 0 zmienne nie są skorelowane 0 < r xy 0,1
WSTĘP DO REGRESJI LOGISTYCZNEJ. Dr Wioleta Drobik-Czwarno
WSTĘP DO REGRESJI LOGISTYCZNEJ Dr Wioleta Drobik-Czwarno REGRESJA LOGISTYCZNA Zmienna zależna jest zmienną dychotomiczną (dwustanową) przyjmuje dwie wartości, najczęściej 0 i 1 Zmienną zależną może być:
Analiza wariancji w analizie regresji - weryfikacja prawdziwości przyjętego układu ograniczeń Problem Przykłady
Analiza wariancji w analizie regresji - weryfikacja prawdziwości przyjętego układu ograniczeń 1. Problem ozwaŝamy zjawisko (model): Y = β 1 X 1 X +...+ β k X k +Z Ηβ = w r Hipoteza alternatywna: Ηβ w r
Narzędzia statystyczne i ekonometryczne. Wykład 1. dr Paweł Baranowski
Narzędzia statystyczne i ekonometryczne Wykład 1 dr Paweł Baranowski Informacje organizacyjne Wydział Ek-Soc, pok. B-109 pawel@baranowski.edu.pl Strona: baranowski.edu.pl (w tym materiały) Konsultacje:
MODEL STRUKTURALNY RELACJI MIĘDZY SATYSFAKCJĄ
MODEL STRUKTURALNY RELACJI MIĘDZY SATYSFAKCJĄ I LOJALNOŚCIĄ WOBEC MARKI Adam Sagan Akademia Ekonomiczna w Krakowie, Katedra Analizy Rynku i Badań Marketingowych Wstęp Modelowanie strukturalne ma wielorakie
WERYFIKACJA HIPOTEZ STATYSTYCZNYCH
WERYFIKACJA HIPOTEZ STATYSTYCZNYCH I. TESTY PARAMETRYCZNE II. III. WERYFIKACJA HIPOTEZ O WARTOŚCIACH ŚREDNICH DWÓCH POPULACJI TESTY ZGODNOŚCI Rozwiązania zadań wykonywanych w Statistice przedstaw w pliku
Szczegółowy program kursu Statystyka z programem Excel (30 godzin lekcyjnych zajęć)
Szczegółowy program kursu Statystyka z programem Excel (30 godzin lekcyjnych zajęć) 1. Populacja generalna a losowa próba, parametr rozkładu cechy a jego ocena z losowej próby, miary opisu statystycznego
Szczegółowy program kursu Statystyka z programem Excel (30 godzin lekcyjnych zajęć)
Szczegółowy program kursu Statystyka z programem Excel (30 godzin lekcyjnych zajęć) 1. Populacja generalna a losowa próba, parametr rozkładu cechy a jego ocena z losowej próby, miary opisu statystycznego
Zadanie 1. a) Przeprowadzono test RESET. Czy model ma poprawną formę funkcyjną? 1
Zadanie 1 a) Przeprowadzono test RESET. Czy model ma poprawną formę funkcyjną? 1 b) W naszym przypadku populacja są inżynierowie w Tajlandii. Czy można jednak przypuszczać, że na zarobki kobiet-inżynierów
MODELE LINIOWE. Dr Wioleta Drobik
MODELE LINIOWE Dr Wioleta Drobik MODELE LINIOWE Jedna z najstarszych i najpopularniejszych metod modelowania Zależność między zbiorem zmiennych objaśniających, a zmienną ilościową nazywaną zmienną objaśnianą
Temat: BADANIE ZGODNOŚCI ROZKŁADU CECHY (EMPIRYCZNEGO) Z ROZKŁADEM TEORETYCZNYM TEST CHI-KWADRAT. Anna Rajfura 1
Temat: BADANIE ZGODNOŚCI ROZKŁADU CECHY (EMPIRYCZNEGO) Z ROZKŁADEM TEORETYCZNYM TEST CHI-KWADRAT Anna Rajfura 1 Przykład wprowadzający Wiadomo, Ŝe 40% owoców ulega uszkodzeniu podczas pakowania automatycznego.
ZJAZD 4. gdzie E(x) jest wartością oczekiwaną x
ZJAZD 4 KORELACJA, BADANIE NIEZALEŻNOŚCI, ANALIZA REGRESJI Analiza korelacji i regresji jest działem statystyki zajmującym się badaniem zależności i związków pomiędzy rozkładami dwu lub więcej badanych
10. Podstawowe wskaźniki psychometryczne
10. Podstawowe wskaźniki psychometryczne q analiza własności pozycji testowych q metody szacowania mocy dyskryminacyjnej q stronniczość pozycji testowych q własności pozycji testowych a kształt rozkładu
REGRESJA I KORELACJA MODEL REGRESJI LINIOWEJ
REGRESJA I KORELACJA MODEL REGRESJI LINIOWEJ Korelacja oznacza fakt współzależności zmiennych, czyli istnienie powiązania pomiędzy nimi. Siłę i kierunek powiązania określa się za pomocą współczynnika korelacji
STATYSTYKA I DOŚWIADCZALNICTWO Wykład 8
STATYSTYKA I DOŚWIADCZALNICTWO Wykład 8 Regresja wielokrotna Regresja wielokrotna jest metodą statystyczną, w której oceniamy wpływ wielu zmiennych niezależnych (X 1, X 2, X 3,...) na zmienną zależną (Y).
Wpływ wiedzy finansowej na zachowania finansowe
Wpływ wiedzy finansowej na zachowania finansowe Sylwester Białowąs Konferencja Naukowa EDUKACJA FINANSOWA Warszawa, 28 września 2017 Agenda 1. Metodyka badań własnych 2. Indeks wiedzy 3. Zależności między
Statystyka matematyczna Testowanie hipotez i estymacja parametrów. Wrocław, r
Statystyka matematyczna Testowanie hipotez i estymacja parametrów Wrocław, 18.03.2016r Plan wykładu: 1. Testowanie hipotez 2. Etapy testowania hipotez 3. Błędy 4. Testowanie wielokrotne 5. Estymacja parametrów
Rozdział 8. Regresja. Definiowanie modelu
Rozdział 8 Regresja Definiowanie modelu Analizę korelacji można traktować jako wstęp do analizy regresji. Jeżeli wykresy rozrzutu oraz wartości współczynników korelacji wskazują na istniejąca współzmienność
Ćwiczenie: Wybrane zagadnienia z korelacji i regresji.
Ćwiczenie: Wybrane zagadnienia z korelacji i regresji. W statystyce stopień zależności między cechami można wyrazić wg następującej skali: Skala Guillforda Przedział Zależność Współczynnik [0,00±0,20)
WYKŁAD 8 TESTOWANIE HIPOTEZ STATYSTYCZNYCH
WYKŁAD 8 TESTOWANIE HIPOTEZ STATYSTYCZNYCH Było: Estymacja parametrów rozkładu teoretycznego punktowa przedziałowa Przykład. Cecha X masa owocu pewnej odmiany. ZałoŜenie: cecha X ma w populacji rozkład
Pomiar gotowości szkolnej uczniów za pomocą skali quasi-obserwacyjnej
Centralna Komisja Egzaminacyjna Pomiar gotowości szkolnej uczniów za pomocą skali quasi-obserwacyjnej Aleksandra Jasioska Zespół badawczy EWD, Centralna Komisja Egzaminacyjna Instytut Badao Edukacyjnych
STATYSTYKA I DOŚWIADCZALNICTWO Wykład 7
STATYSTYKA I DOŚWIADCZALNICTWO Wykład 7 Analiza korelacji - współczynnik korelacji Pearsona Cel: ocena współzależności między dwiema zmiennymi ilościowymi Ocenia jedynie zależność liniową. r = cov(x,y
Postawy Polaków wobec oszczędzania i wydawania pieniędzy
TNS grudzień 2013 K.079/13 Informacja o badaniu TNS Polska przeprowadził badanie postaw Polaków wobec oszczędzania. Respondentów poproszono o ustosunkowanie się do kilkunastu stwierdzeń dotyczących różnych
Prawdopodobieństwo i statystyka
Wykład XV: Zagadnienia redukcji wymiaru danych 2 lutego 2015 r. Standaryzacja danych Standaryzacja danych Własności macierzy korelacji Definicja Niech X będzie zmienną losową o skończonym drugim momencie.
Ekonometria. Prognozowanie ekonometryczne, ocena stabilności oszacowań parametrów strukturalnych. Jakub Mućk. Katedra Ekonomii Ilościowej
Ekonometria Prognozowanie ekonometryczne, ocena stabilności oszacowań parametrów strukturalnych Jakub Mućk Katedra Ekonomii Ilościowej Jakub Mućk Ekonometria Wykład 4 Prognozowanie, stabilność 1 / 17 Agenda
2. Założenie niezależności zakłóceń modelu - autokorelacja składnika losowego - test Durbina - Watsona
Sprawdzanie założeń przyjętych o modelu (etap IIIC przyjętego schematu modelowania regresyjnego) 1. Szum 2. Założenie niezależności zakłóceń modelu - autokorelacja składnika losowego - test Durbina - Watsona
Zawartość. Zawartość
Opr. dr inż. Grzegorz Biesok. Wer. 2.05 2011 Zawartość Zawartość 1. Rozkład normalny... 3 2. Rozkład normalny standardowy... 5 3. Obliczanie prawdopodobieństw dla zmiennych o rozkładzie norm. z parametrami
Statystyka i eksploracja danych
Wykład XII: Zagadnienia redukcji wymiaru danych 12 maja 2014 Definicja Niech X będzie zmienną losową o skończonym drugim momencie. Standaryzacją zmiennej X nazywamy zmienną losową Z = X EX Var (X ). Definicja
Temat: BADANIE ZGODNOŚCI ROZKŁADU CECHY (EMPIRYCZNEGO) Z ROZKŁADEM TEORETYCZNYM TEST CHI-KWADRAT. Anna Rajfura 1
Temat: BADANIE ZGODNOŚCI ROZKŁADU CECHY (EMPIRYCZNEGO) Z ROZKŁADEM TEORETYCZNYM TEST CHI-KWADRAT Anna Rajfura 1 Przykład wprowadzający Wiadomo, że 40% owoców ulega uszkodzeniu podczas pakowania automatycznego.
Z poprzedniego wykładu
PODSTAWY STATYSTYKI 1. Teoria prawdopodobieństwa i elementy kombinatoryki 2. Zmienne losowe i ich rozkłady 3. Populacje i próby danych, estymacja parametrów 4. Testowanie hipotez 5. Testy parametryczne
t y x y'y x'x y'x x-x śr (x-x śr)^2
Na podstawie:w.samuelson, S.Marks Ekonomia menedżerska Zadanie 1 W przedsiębiorstwie toczy się dyskusja na temat wpływu reklamy na wielkość. Dział marketingu uważa, że reklama daje wysoce pozytywne efekty,
W statystyce stopień zależności między cechami można wyrazić wg następującej skali: n 1
Temat: Wybrane zagadnienia z korelacji i regresji W statystyce stopień zależności między cechami można wyrazić wg następującej skali: Skala Guillforda Przedział Zależność Współczynnik [0,00 0,20) Słaba
parametrów strukturalnych modelu = Y zmienna objaśniana, X 1,X 2,,X k zmienne objaśniające, k zmiennych objaśniających,
诲 瞴瞶 瞶 ƭ0 ƭ 瞰 parametrów strukturalnych modelu Y zmienna objaśniana, = + + + + + X 1,X 2,,X k zmienne objaśniające, k zmiennych objaśniających, α 0, α 1, α 2,,α k parametry strukturalne modelu, k+1 parametrów
Tablica Wzorów Rachunek Prawdopodobieństwa i Statystyki
Tablica Wzorów Rachunek Prawdopodobieństwa i Statystyki Spis treści I. Wzory ogólne... 2 1. Średnia arytmetyczna:... 2 2. Rozstęp:... 2 3. Kwantyle:... 2 4. Wariancja:... 2 5. Odchylenie standardowe:...
Elementy statystyki wielowymiarowej
Wnioskowanie_Statystyczne_-_wykład Spis treści 1 Elementy statystyki wielowymiarowej 1.1 Kowariancja i współczynnik korelacji 1.2 Macierz kowariancji 1.3 Dwumianowy rozkład normalny 1.4 Analiza składowych
KORELACJE I REGRESJA LINIOWA
KORELACJE I REGRESJA LINIOWA Korelacje i regresja liniowa Analiza korelacji: Badanie, czy pomiędzy dwoma zmiennymi istnieje zależność Obie analizy się wzajemnie przeplatają Analiza regresji: Opisanie modelem
Estymacja parametrów modeli liniowych oraz ocena jakości dopasowania modeli do danych empirycznych
Estymacja parametrów modeli liniowych oraz ocena jakości dopasowania modeli do danych empirycznych 3.1. Estymacja parametrów i ocena dopasowania modeli z jedną zmienną 23. Właściciel komisu w celu zbadania
Testowanie hipotez dla dwóch zmiennych zależnych. Moc testu. Minimalna liczność próby; Regresja prosta; Korelacja Pearsona;
LABORATORIUM 4 Testowanie hipotez dla dwóch zmiennych zależnych. Moc testu. Minimalna liczność próby; Regresja prosta; Korelacja Pearsona; dwie zmienne zależne mierzalne małe próby duże próby rozkład normalny
Zadania ze statystyki, cz.7 - hipotezy statystyczne, błąd standardowy, testowanie hipotez statystycznych
Zadania ze statystyki, cz.7 - hipotezy statystyczne, błąd standardowy, testowanie hipotez statystycznych Zad. 1 Średnia ocen z semestru letniego w populacji studentów socjologii w roku akademickim 2011/2012
Spis treści. Przedmowa... XI. Rozdział 1. Pomiar: jednostki miar... 1. Rozdział 2. Pomiar: liczby i obliczenia liczbowe... 16
Spis treści Przedmowa.......................... XI Rozdział 1. Pomiar: jednostki miar................. 1 1.1. Wielkości fizyczne i pozafizyczne.................. 1 1.2. Spójne układy miar. Układ SI i jego
LABORATORIUM 3. Jeśli p α, to hipotezę zerową odrzucamy Jeśli p > α, to nie mamy podstaw do odrzucenia hipotezy zerowej
LABORATORIUM 3 Przygotowanie pliku (nazwy zmiennych, export plików.xlsx, selekcja przypadków); Graficzna prezentacja danych: Histogramy (skategoryzowane) i 3-wymiarowe; Wykresy ramka wąsy; Wykresy powierzchniowe;
5. WNIOSKOWANIE PSYCHOMETRYCZNE
5. WNIOSKOWANIE PSYCHOMETRYCZNE Model klasyczny Gulliksena Wynik otrzymany i prawdziwy Błąd pomiaru Rzetelność pomiaru testem Standardowy błąd pomiaru Błąd estymacji wyniku prawdziwego Teoria Odpowiadania
1 Chciwy, zachłanny czy zagubiony?
1 Chciwy, zachłanny czy zagubiony? Prezentacja z wyników badania przeprowadzonego dla Prof. dr hab. Dominika Maison Uniwersytet Warszawski Warszawa, 7 listopada 2018 Zachłanność chcący mieć lub doznawać
15. PODSUMOWANIE ZAJĘĆ
15. PODSUMOWANIE ZAJĘĆ Efekty kształcenia: wiedza, umiejętności, kompetencje społeczne Przedmiotowe efekty kształcenia Pytania i zagadnienia egzaminacyjne EFEKTY KSZTAŁCENIA WIEDZA Wykazuje się gruntowną
STATYSTYKA - PRZYKŁADOWE ZADANIA EGZAMINACYJNE
STATYSTYKA - PRZYKŁADOWE ZADANIA EGZAMINACYJNE 1 W trakcie badania obliczono wartości średniej (15,4), mediany (13,6) oraz dominanty (10,0). Określ typ asymetrii rozkładu. 2 Wymień 3 cechy rozkładu Gauss
Stanisław Cichocki. Natalia Nehrebecka
Stanisław Cichocki Natalia Nehrebecka - adres mailowy: nnehrebecka@wne.uw.edu.pl - strona internetowa: www.wne.uw.edu.pl/nnehrebecka - dyżur: wtorek 18.30-19.30 sala 302 lub 303 - 80% oceny: egzaminy -
STATYSTYKA MATEMATYCZNA, LISTA 3
STATYSTYKA MATEMATYCZNA, LISTA 3 1. Aby zweryfikować hipotezę o symetryczności monety; H: p = 0.5 przeciwko K: p 0.5 wykonano nią n = 100 rzutów. Wyznaczyć obszar krytyczny i zweryfikować hipotezę H gdy
Metoda określania pozycji wodnicy statków na podstawie pomiarów odległości statku od głowic laserowych
inż. Marek Duczkowski Metoda określania pozycji wodnicy statków na podstawie pomiarów odległości statku od głowic laserowych słowa kluczowe: algorytm gradientowy, optymalizacja, określanie wodnicy W artykule
Matematyka finansowa 11.10.2004 r. Komisja Egzaminacyjna dla Aktuariuszy. XXXIII Egzamin dla Aktuariuszy - 11 października 2004 r.
Komisja Egzaminacyjna dla Aktuariuszy XXXIII Egzamin dla Aktuariuszy - 11 października 2004 r. Część I Matematyka finansowa Imię i nazwisko osoby egzaminowanej:... WERSJA TESTU Czas egzaminu: 100 minut
1. TESTY PSYCHOLOGICZNE
1. TESTY PSYCHOLOGICZNE 1. pojęcie testu psychologicznego 2. zastosowanie 3. podstawowe wymogi (standaryzacja, obiektywność, rzetelność, trafność, normalizacja) 4. cecha psychologiczna w ujęciu psychologicznym
Ruch jednostajnie przyspieszony wyznaczenie przyspieszenia
Doświadczenie: Ruch jednostajnie przyspieszony wyznaczenie przyspieszenia Cele doświadczenia Celem doświadczenia jest zbadanie zależności drogi przebytej w ruchu przyspieszonym od czasu dla kuli bilardowej
Inżynieria biomedyczna, I rok, semestr letni 2014/2015 Analiza danych pomiarowych. Laboratorium VIII: Analiza kanoniczna
1 Laboratorium VIII: Analiza kanoniczna Spis treści Laboratorium VIII: Analiza kanoniczna... 1 Wiadomości ogólne... 2 1. Wstęp teoretyczny.... 2 Przykład... 2 Podstawowe pojęcia... 2 Założenia analizy
R-PEARSONA Zależność liniowa
R-PEARSONA Zależność liniowa Interpretacja wyników: wraz ze wzrostem wartości jednej zmiennej (np. zarobków) liniowo rosną wartości drugiej zmiennej (np. kwoty przeznaczanej na wakacje) czyli np. im wyższe
Wykład 4 Związki i zależności
Wykład 4 Związki i zależności Rozważmy: Dane z dwiema lub więcej zmiennymi Zagadnienia do omówienia: Zmienne objaśniające i zmienne odpowiedzi Wykres punktowy Korelacja Prosta regresji Słownictwo: Zmienna
Testowanie hipotez statystycznych
Temat Testowanie hipotez statystycznych Kody znaków: Ŝółte wyróŝnienie nowe pojęcie pomarańczowy uwaga kursywa komentarz 1 Zagadnienia omawiane na zajęciach 1. Idea i pojęcia teorii testowania hipotez
Weryfikacja hipotez statystycznych, parametryczne testy istotności w populacji
Weryfikacja hipotez statystycznych, parametryczne testy istotności w populacji Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Inteligencji i Metod Matematycznych Wydział Informatyki Politechniki
Wybór optymalnej liczby składowych w analizie czynnikowej Test Równolegości Horn a i test MAP Velicera
Wybór optymalnej liczby składowych w analizie czynnikowej Test Równolegości Horn a i test MAP Velicera Wielu badaczy podejmuje decyzje o optymalnej liczbie składowych do wyodrębnienia na podstawie arbitralnych
Stosowana Analiza Regresji
prostej Stosowana Wykład I 5 Października 2011 1 / 29 prostej Przykład Dane trees - wyniki pomiarów objętości (Volume), średnicy (Girth) i wysokości (Height) pni drzew. Interesuje nas zależność (o ile
Wskaźnik kondycji finansowej kredytobiorcy. Aspekty metodologiczne.
Wskaźnik kondycji finansowej kredytobiorcy. Aspekty metodologiczne. dr Anna Nowak-Czarnocka Zastosowania statystyki i data mining w badaniach naukowych Warszawa, 12 października 2016 Pole badawcze Ryzyko
Testowanie hipotez statystycznych. Wprowadzenie
Wrocław University of Technology Testowanie hipotez statystycznych. Wprowadzenie Jakub Tomczak Politechnika Wrocławska jakub.tomczak@pwr.edu.pl 10.04.2014 Pojęcia wstępne Populacja (statystyczna) zbiór,
ćwiczenia 30 zaliczenie z oceną
Wydział: Psychologia Nazwa kierunku kształcenia: Psychologia Rodzaj przedmiotu: podstawowy Opiekun: dr Krzysztof Fronczyk Poziom studiów (I lub II stopnia): Jednolite magisterskie Tryb studiów: Stacjonarne
laboratoria 24 zaliczenie z oceną
Wydział: Psychologia Nazwa kierunku kształcenia: Psychologia Rodzaj przedmiotu: podstawowy Opiekun: dr Andrzej Tarłowski Poziom studiów (I lub II stopnia): Jednolite magisterskie Tryb studiów: Niestacjonarne
Statystyczne Metody Opracowania Wyników Pomiarów
Statystyczne Metody Opracowania Wyników Pomiarów dla studentów Ochrony Środowiska Teresa Jaworska-Gołąb 2017/18 Co czytać [1] H. Szydłowski, Pracownia fizyczna, PWN, Warszawa 1999. [2] A. Zięba, Analiza
Hipotezy statystyczne
Hipotezy statystyczne Hipotezą statystyczną nazywamy każde przypuszczenie dotyczące nieznanego rozkładu badanej cechy populacji, o którego prawdziwości lub fałszywości wnioskuje się na podstawie pobranej
Trafność czyli określanie obszaru zastosowania testu
Trafność czyli określanie obszaru zastosowania testu Trafność jest to dokładność z jaką test mierzy to, co ma mierzyć Trafność jest to stopień, w jakim test jest w stanie osiągnąć stawiane mu cele Trafność
3. Modele tendencji czasowej w prognozowaniu
II Modele tendencji czasowej w prognozowaniu 1 Składniki szeregu czasowego W teorii szeregów czasowych wyróżnia się zwykle następujące składowe szeregu czasowego: a) składowa systematyczna; b) składowa
Optymalizacja ciągła
Optymalizacja ciągła 5. Metoda stochastycznego spadku wzdłuż gradientu Wojciech Kotłowski Instytut Informatyki PP http://www.cs.put.poznan.pl/wkotlowski/ 04.04.2019 1 / 20 Wprowadzenie Minimalizacja różniczkowalnej
Zadanie 1 Zakładając liniową relację między wydatkami na obuwie a dochodem oszacować MNK parametry modelu: y t. X 1 t. Tabela 1.
tel. 44 683 1 55 tel. kom. 64 566 811 e-mail: biuro@wszechwiedza.pl Zadanie 1 Zakładając liniową relację między wydatkami na obuwie a dochodem oszacować MNK parametry modelu: gdzie: y t X t y t = 1 X 1