Marek Walesiak. MIAR lwrel!cji W AB.lLIZIE 'lfl'nixćw

Podobne dokumenty
DYLEMATY STOSOWANIA WSPÓŁCZYNNIKA KORELACJI SPEARMANA

X i. X = 1 n. i=1. wartość tej statystyki nazywana jest wartością średnią empiryczną i oznaczamy ją symbolem x, przy czym x = 1. (X i X) 2.

O pewnych zastosowaniach rachunku różniczkowego funkcji dwóch zmiennych w ekonomii

Rachunek prawdopodobieństwa i statystyka W12: Statystyczna analiza danych jakościowych. Dr Anna ADRIAN Paw B5, pok 407 adan@agh.edu.

Ćwiczenia nr 5. TEMATYKA: Regresja liniowa dla prostej i płaszczyzny

O liczbach naturalnych, których suma równa się iloczynowi

Metrologia: miary dokładności. dr inż. Paweł Zalewski Akademia Morska w Szczecinie

MATEMATYKA (poziom podstawowy) przykładowy arkusz maturalny wraz ze schematem oceniania dla klasy II Liceum

H brak zgodności rozkładu z zakładanym

Jarosław Wróblewski Analiza Matematyczna 1A, zima 2014/15. n = Rozwiązanie: Stosując wzór na wartość współczynnika dwumianowego otrzymujemy

Jarosław Wróblewski Analiza Matematyczna 1, zima 2016/17

Podstawowe testy statystyczne i analiza zależności zjawisk

STATYSTYKA OPISOWA WYKŁAD 1 i 2

Korelacja i regresja. Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Inteligencji i Metod Matematycznych. Wykład 12

Teoria. a k. Wskaźnik sumowania można oznaczać dowolną literą. Mamy np. a j = a i =

PRACE NAUKOWE AKADEMII EKONOMICZNEJ WE WROCŁAWIU. Ekonometria 15. Marek Walesiak. 1. Wstęp

Estymacja przedziałowa

Wybrane litery alfabetu greckiego

Stwierdzenie 1. Jeżeli ciąg ma granicę, to jest ona określona jednoznacznie (żaden ciąg nie może mieć dwóch różnych granic).

Plan wykładu. Analiza danych Wykład 1: Statystyka opisowa. Literatura. Podstawowe pojęcia

Wykład 11. a, b G a b = b a,

Parametryzacja rozwiązań układu równań

Zadania z algebry liniowej - sem. I Liczby zespolone

EKONOMETRIA. Temat wykładu: Co to jest model ekonometryczny? Dobór zmiennych objaśniających w modelu ekonometrycznym CZYM ZAJMUJE SIĘ EKONOMETRIA?

STRA TEGIE POSTĘPOWANIA W BADANIACH STATYSTYCZNYCH W PRZYPADKU ZBIORU ZMIENNYCH MIERZONYCH NA SKALACH RÓŻNEGO TYPU**

ZAGADNIENIE ESTYMACJI. ESTYMACJA PUNKTOWA I PRZEDZIAŁOWA

RÓWNANIA RÓŻNICZKOWE WYKŁAD 11

1. Wnioskowanie statystyczne. Ponadto mianem statystyki określa się także funkcje zmiennych losowych o

7 Liczby zespolone. 7.1 Działania na liczbach zespolonych. Liczby zespolone to liczby postaci. z = a + bi,

Znajdowanie pozostałych pierwiastków liczby zespolonej, gdy znany jest jeden pierwiastek

Modele i narzędzia optymalizacji w systemach informatycznych zarządzania

PODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH

Wyższe momenty zmiennej losowej

Geometrycznie o liczbach

Jarosław Wróblewski Analiza Matematyczna 1A, zima 2012/13. Ciągi.

Instrukcja do ćwiczeń laboratoryjnych z przedmiotu: Badania operacyjne. Temat ćwiczenia: Problemy transportowe cd, Problem komiwojażera

Trzeba pokazać, że dla każdego c 0 c Mc 0. ) = oraz det( ) det( ) det( ) jest macierzą idempotentną? Proszę odpowiedzieć w

Zadania z analizy matematycznej - sem. I Szeregi liczbowe

INWESTYCJE MATERIALNE

Zasada indukcji matematycznej. Dowody indukcyjne.

Statystyka i Opracowanie Danych. W7. Estymacja i estymatory. Dr Anna ADRIAN Paw B5, pok407

n k n k ( ) k ) P r s r s m n m n r s r s x y x y M. Przybycień Rachunek prawdopodobieństwa i statystyka

Metody badania zbieżności/rozbieżności ciągów liczbowych

I. Ciągi liczbowe. , gdzie a n oznacza n-ty wyraz ciągu (a n ) n N. spełniający warunek. a n+1 a n = r, spełniający warunek a n+1 a n

Ekonomia matematyczna 2-2

Dydaktyka matematyki III-IV etap edukacyjny (wykłady)

Miary rozproszenia. Miary położenia. Wariancja. Średnia. Dla danych indywidualnych: Dla danych indywidualnych: s 2 = 1 n. (x i x) 2. x i.

LICZBY, RÓWNANIA, NIERÓWNOŚCI; DOWÓD INDUKCYJNY

MATURA 2014 z WSiP. Zasady oceniania zadań

Miary położenia. Miary rozproszenia. Średnia. Wariancja. Dla danych indywidualnych: Dla danych indywidualnych: s 2 = 1 n. (x i x) 2. x i.

TESTY LOSOWOŚCI. Badanie losowości próby - test serii.

STATYSTYKA OPISOWA PODSTAWOWE WZORY

co wskazuje, że ciąg (P n ) jest ciągiem arytmetycznym o różnicy K 0 r. Pierwszy wyraz tego ciągu a więc P 1 z uwagi na wzór (3) ma postać P

CIĄGI LICZBOWE. Poziom podstawowy

Jarosław Wróblewski Analiza Matematyczna 2B, lato 2015/16

a 1, a 2, a 3,..., a n,...

Testowanie hipotez. H 1 : µ 15 lub H 1 : µ < 15 lub H 1 : µ > 15

Statystyka opisowa. () Statystyka opisowa 24 maja / 8

Opracowanie danych pomiarowych. dla studentów realizujących program Pracowni Fizycznej

Analiza matematyczna. Robert Rałowski

ZBIÓR LICZB RZECZYWISTYCH - DZIAŁANIA ALGEBRAICZNE

a) symbole logiczne (wspólne dla wszystkich języków) zmienne przedmiotowe: x, y, z, stałe logiczne:,,,,,, symbole techniczne: (, )

STATYSTYKA OPISOWA PODSTAWOWE WZORY

Optymalizacja sieci powiązań układu nadrzędnego grupy kopalń ze względu na koszty transportu

Ćwiczenie nr 14. Porównanie doświadczalnego rozkładu liczby zliczeń w zadanym przedziale czasu z rozkładem Poissona

Moda (Mo, D) wartość cechy występującej najczęściej (najliczniej).

Wykład 10 Skalowanie wielowymiarowe

Analiza numeryczna. Stanisław Lewanowicz. Aproksymacja funkcji

Graficzna prezentacja danych statystycznych

Wektory Funkcje rzeczywiste wielu. Matematyka Studium doktoranckie KAE SGH Semestr letni 2008/2009 R. Łochowski

Ćwiczenie 2 ESTYMACJA STATYSTYCZNA

OBLICZENIE SIŁ WEWNĘTRZNYCH DLA BELKI SWOBODNIE PODPARTEJ SWOBODNIE PODPARTEJ ALGORYTM DO PROGRAMU MATHCAD

SYSTEM OCENY STANU NAWIERZCHNI SOSN ZASADY POMIARU I OCENY STANU RÓWNOŚCI PODŁUŻNEJ NAWIERZCHNI BITUMICZNYCH W SYSTEMIE OCENY STANU NAWIERZCHNI SOSN

Analiza współzależności zjawisk. dr Marta Kuc-Czarnecka

3. Funkcje elementarne

Równoliczno zbiorów. Definicja 3.1 Powiemy, e niepuste zbiory A i B s równoliczne jeeli istnieje. Piszemy wówczas A~B. Przyjmujemy dodatkowo, e ~.

Zatem przyszła wartość kapitału po 1 okresie kapitalizacji wynosi

2. Schemat ideowy układu pomiarowego

Podprzestrzenie macierzowe

3. Regresja liniowa Założenia dotyczące modelu regresji liniowej

Elementy rach. macierzowego Materiały pomocnicze do MES Strona 1 z 7. Elementy rachunku macierzowego

z d n i a 1 5 m a j a r.

PRZYKŁADY ROZWIAZAŃ STACJONARNEGO RÓWNANIA SCHRӦDINGERA. Ruch cząstki nieograniczony z klasycznego punktu widzenia. mamy do rozwiązania równanie 0,,

Elementy statystyki opisowej Izolda Gorgol wyciąg z prezentacji (wykład I)

Statystyczny opis danych - parametry

SIGMA KWADRAT LUBELSKI KONKURS STATYSTYCZNO- DEMOGRAFICZNY

MINIMALIZACJA PUSTYCH PRZEBIEGÓW PRZEZ ŚRODKI TRANSPORTU

Metoda analizy hierarchii Saaty ego Ważnym problemem podejmowania decyzji optymalizowanej jest często występująca hierarchiczność zagadnień.

Ćwiczenia rachunkowe TEST ZGODNOŚCI χ 2 PEARSONA ROZKŁAD GAUSSA

DOPUSZCZALNE DZIAŁANIA NA LICZBACH W BADANIACH MARKETINGOWYCH Z PUNKTU WIDZENIA SKAL POMIAROWYCH * 1. Rola skal pomiarowych w badaniach marketingowych

2. INNE ROZKŁADY DYSKRETNE

STATYSTYKA OPISOWA I PROJEKTOWANIE EKSPERYMENTU dr inż Krzysztof Bryś

Chemia Teoretyczna I (6).

Modele tendencji rozwojowej STATYSTYKA OPISOWA. Dr Alina Gleska. Instytut Matematyki WE PP. 18 listopada 2017

ZASTOSOWANIE SIECI FBM W NEURONOWYM MODELOWANIU MIESZANIA DWUSKŁADNIKOWYCH UKŁADÓW ZIARNISTYCH

Podprzestrzenie macierzowe

d wymiarowy wektor losowy Niech (Ω, S, P) przestrzeń probabilistyczna Definicja Odwzorowanie X: Ω R nazywamy 1-wymiarowym wektorem

ZADANIA PRZYGOTOWUJĄCE DO SPRAWDZIANÓW W KLASIE DRUGIEJ.

Jarosław Wróblewski Analiza Matematyczna A1, zima 2011/12. Kresy zbiorów. x Z M R

Transkrypt:

PRACE NAUKOWE AKADEMII BOII'OKICZNEJ WROCŁAWIU Nr 600 Metody statystyczej aalisy wielowymiarowej 1991 1 ich sastosowaia w badaiach ekoomiczych Marek Walesiak O S'rOSOW.ALII'OŚCI MIAR lwrel!cji W AB.lLIZIE 'lfl'nixćw POMIARU 1'0RZłl)XOWEGO w artykule scharakteryzowao swięzki istiej~ między współczyikami: korelacji liiowej Pearsoa, rag Spearmaa i tau Xedalla z puktu widzeia skal pomiaru. Zwrócoo uwagę a ie dostrzegay w polskiej literaturze statystyczej 'fakt, łe wapółe~ik korelacji tau Iedalla jest (dla wyików pomiaru ragowego) szczególą poataeią współczyika korelacji liiowej Pearsoa. pojęć Problemetyka poruszaa w artykule wymaga wprowadzeia podatawowych z r.akresu teorii pomiaru. Przez pomiar rosumie się pr~rsądkowaie licsb obiektom zgodie z określoymi regułami w ta~i sposób, aby liczby odzwierciedlały zachodzące 111iędzy tymi obiektami relacje (por. p.[ 5, 54;, s. 17 ] ). Podsta~ teorii pomiaru jest pojęcie skali. D e 'f i i c j a ( por. [ 1, e. 101-10; 9, s. 37 ] ). Takłl uporządkowaą czwórkę U <.A; G; H; F >, h a).a to iepusty zbiór obiektów, H - zbiór liczb rzeczywistych, G- klaaa fukcji odwzotowującycb A w H, F- klasa fukc ji odwzorowujących H w H, b) dla wuyatlcich g E G i!e.7, 'f o seg, o) l zawiera przekształceie H a H, a poadto d1a ka żdeso!k, t 1 E F iłohie!ko r 1 E 7, azywa się skalą pomiaru. W teorii pomiaru rozróżia się 4 podstawowe skale pomiaru, wprowadzoe przez s.s. Steveaa [ 7]. D e! i i c j a {por. [ 1, a. 103]). U <.A; G; H; I'> jest alta-l!ł om ialą wtedy i tylko wtedy, @dy 7 jest sbiorea wa y tkicb!akcji! odvzorowuj,oych R w H (H ~ R) taki ch, łe

14 t - fukcja wzajemie jedozacza. ( 1) D e t i i c ja 3 (por.[1, e. 103]). U <A; G; H; P)jest skalą porządkową wtedy i tylko wtedy, gdy ~ jest zbiorem wszystkich fukcji t odwsorowuj~ych H w B (B R) takich, te t - fukcja ściśle mootoiczie rosąca. (} D e t i i c ja 4 (por.[1, e. 103; 9, s. 37]}. U (A; G; H; F) jest ekalą iterwalową (przedziałową) wtedy i tyl~o wtedy, gdy H jest zbiorem wezyetkicb liczb rzeczywistych R i ~ jest zbiorem fukcji f takich, te dla dodatiego b t(y} b y + a, t(y)e R (3} dla wezyetkicb ye R. D e t i i c ja 5 (por. [1, s. 103; 9, s. 38]). U (A; G; H;~) jeet skalą ilorazową (etosukową} wtedy i tylko wtedy, gdy H jest zbiorem liczb rzeczywietych dodatich R+ i ~ jest zbiorem fukcji f takich, te dla d. oda tie go b!(y) b y, t(y)e R+ (4) dla wszyetkich ye R+. Skale te uporządkowae są od ajsłabszej (omiala) at do ajmociejszej (ekala ilorazowa). Wyika to z defiicji 6. D e f i i c j a 6 (por. [ 8, s. 5_]). Skala u jelł't -fllociejsza od skali 0 1 zawsze i tylko wtedy, gdy jej dopuszczale przekształceie jest zdegeerowaym przypadkiem dopuszcsalego przekeztałceia skali o 1 Na wartościach poszczególych ekal, ze względu a _dopuszczale przekształceie, mota wyzaczać aetępujące relacje: a) skala omiala - relacje: I'Ó\: ości, rótości, b) ekala porządkowa - relacje: rówośoi, rótości, miejezości, większości, c) skala przedziałowa - relacje: rówo&oi, rótości, miejszości, większości, rówości rótic i przedziałów, d) skala ilorazowa - relacje: rówości, rótości, miejszości, większości, rówości rótic i przedziałów, rówości stoeuk6w między poszczególymi wartościami skali. Wykoywaie operacji arytmetyczych dodawaia i odejmowaia jest dopuszczale a wartościach skali przedziałowej. Skala ilorazowa dopuszcza poadto wykoywaie a wartościach skali operacji dzieleia 1 moteia. Jedyą dopuszczalą operacją empiryczą a wartościach skali omialej 1 porządkowej jeet zliczaie zdarzeń (tz. tego, ile relacji miejszości, więkezości i rówości określoo a wartościach p. skali porządkowej). Jeda s podstawowych re~ł teorii pomiaru mówi, ~e jedyie rezultaty

15 ooriaru w skali mociejszej mogą być trasformowae a liczby aletące do skali słabszej (por. p. [6, s. 17], [9, s. H]). Stosując dozwoloe przekształceie wartości a skali, zachowujemy iezmieość typu skali p rzyjętej dla daej cechy. Typ skali, ze względu a dopuszczale przekształceia, determiuje rozmaitych techik etatystyczo-ekoometryczych. stosowalość D e f 1 i c j a 7 (por. p. [8, s. 61]). 'l'echikami statystyczymi dopuszczalymi dla daego typu skali są takie techiki, które doetarozsją wyików (w sesie relacji) iezmieych względem dopuszczalych przekształceń. W pracy [10] J.W. Wiśiewski a przykładzie współczyika korelacji 1 Wkweetioował ią z reguł teorii pomiaru, która mówi, te metody ilościowe, które mota stosować do wyików pomiaru w skali słabszej, zezwala się stosować rówie! do liczb uzyskaych z mierzeia a poziomie mociejszym. W kokluzji stwierdza się, te o ile współczyik korelacji Pearsoa mota stosować z powodzeiem do badaia skorelowaia cech mierzoych a skali omialej (po odpowiediej traeformacji), o tyle trasformację Yapółczyika korelacji Pearaoa w formie współczyika korelacji rag S~armaa alety stosować z ostrożością w stosuku do pomiaru ragowego. Wprawdzie ostatie zdaie jest prawdziwe, ale ie kwestiouje powytezej reguły teorii pomiaru, albowiem odpowiedikiem współczyika korelaoji Pearsoa (stosowaego do pomiaru siły i kieruku zw~zku liiowego międsy dwiema cechami mierzoymi a a~ali przedziałowej i (lub) ilorazowej) w badaiu skorelowaia dwóch eech mierzoych a skali porządkowej jest ie współczyik rag Spearmaa, ale współczyik tau Xedalla. Współczyik korelacji rag Spearmaa jest w szczególy sposób trasformowaym współczyikiem korelacji liiowej Pearsoa, w 'którym wykorzystuje eię specyfikę kolejych liczb aturalych (por. p. [ 6, s. 160-, 16] ). Współczyik te ie jest typową lliarą korelacji rag, stosując go bowiem zakłada się, h odległości po111iędzy sąsiedimi regami są sobie rówe {a skali porządkowej odległości aiędzy dowolymi dwiema ragami, ie eą zae). Załohie to ozacza, te mota go wjkorzystyvać. gdy Mmy do czyieia ie z pomiarem porządkowym, ald z pomiarem co ajmiej przedz iałowym. W myśl defiicji 7 współczyik korelacji rag Spearmaa ie 111ote być etoscway jako miara skorelowaia warto! ci dwóch cech mierzoych a skali. Porządkowej. Ilustruje to astępujący przykład. 1w artykule ie podejmuje się obroy tej reguły teorii pomiaru, ale ~estiouje się przykład, a podstawie kt6rego j4 podwałoo.

"'1' M 16 Przykła d 1. Dae eą trzy uporządkowaia 5 obiektów ze względu a wartości 3 cech 1~ ierzoyc h a skali porządkowej: M1 1 M 3, M3 4 4 5 3 1 4 1 3 5 5 Zgodość uporządkowań ze względu a cechy M 1 1 M oraz M 1 M 3 oceioo r.a pomocą współczyika korelac j 1 rag Spearmaa i otrzymao wyiki: Między tymi wapółc zyikami zachodzi re la c ja: r 3 (M 1,M ) <r 3 (M,M 3 ). Do wyików pomiaru zastosowao dopuszczale przekształceie () a skali porządkowej (!(y) y ), które zachowuje ustaloy porządek wyików pomiarów. Uzyskae wyiki ie mają wcześiej stwierdzoej własości, poiewa~ r~(m 1,M ) -1,9 > r 3 (M,~) -3,. Współczyaika korelacji Spearmaa ie mo~a stosować jako miary skorelowaia wartości dwóch cech ~ierzoycb a skali porządkowej, ie zapewia o bowiem wyików iezmieych wz~lędem dopuszczalych przekształceń a tej skali. Do pomiaru siły i kieruku skorelowaia dwóch cech mierzoych a skali porządkowej wykorzystuje się wspó ł czyik tau Kedalla, który jest e ze zefólą postacią wepółc zyika korelacji liiowej Pearsoa [ 3, e. 19-1 ]. Wzór a współczy ik Pearsoa w wers j i rachukowej mo ż a przedstawić alteratywie jako (por. [3; 4, e. 66] ): r ( r L Lxizi- L xi L z i i 1 1 1 i 1 ] [ l 0,5 ) xi - ( L :ri) L: - z i ( ) z!) ) L-J.., i 1 i 1 1 1 1 1 J L. ~ (x1 - xj)(zi- zj) ~ j i 1 ~ (xi - xj) ~ j i 1 j i 1 L, L, (z i - z j) ) 0,5 (5)

gdzie: xi ( z1) - i-ta we rtość cechy M 1 (M); e t~ x1z1 j 1 1 j 1 1 j 1 1 t= (:x1 - xj)(z 1 - llj) - E: z= xi zj j-1 j-1 - L L :xjz1 L:: z::==xjzj ( - L x1z1 - ( L cx1zj j 1 1 j 1 1 i 1 j 1 i 1 - L xi z i) L :xi z i - L 11 i ia1 1 1 1 1 t t= r. + :xj (- 1) L xi -( c L:XiX;!- Cxi ) - j 1 1 1 1 j 1 1 1 i 1 L x1 - L: cx1xj L xi - <L: X i) 1=1 j 1 i 1 i 1 1 1 Prawa stroa wzoru (5) po trasformacji wartości cech mierzoych a skali przedziałowej 1 (lub) ilorazowej a wartości cech ze skali porządkowej według Bchematu: 1, jeśli xi) xj (zi > zj), kij(bij) - o, jeśli xi x j ( z 1 zj), (6) -1, jeśli :xi ( x 3 (z 1 ( zj), przyjmuje postać wsp6lczy1ka korelacji rag ( tau) Kedalla: ( 7) Współczyik 'korelacji rk jest stosoway jako miara Bkorelowa.fa dwóch cech mierzoych a skali porządkowej. Przyjmuje wartości liczbowe z przedziału -1 ( rk ( 1. Gdy uporządkowaia rag dla obu cech Bą zupełie przeciwe, wówczas ri -1. Wartość 1 ozacza pełą zgodość u porządkowań.

P r s y k l a d Dokoao dwóch rówoległych 16 oce szas 6 kadydatów a prezydeta: Kadydaci A B C D E F Uporządkowaie 3 5 6 4 Uporządkowaie 3,5 3,5 1,5 1,5 6 5 Zgodość oce określoo przez ustaleie zgodości uporządkowań kadydatów a podatawie współczyika (7): 11 rx -( 1_5_..:.1...:..3 -., 0...,... 5- o. 788 Otrzymaa wartość wskazuje a dość du~ą zgodość obu uporządkowań. LITERATURA [ 1] [ J [ 3] [ 4] [ 5] [ 6 ] [ 7 ] [ 8 ] Adama E.W., Fagot R.P., Robieo R.E.: A theory of appropriate etatistics. "Peychometrika 1965 (30) o. e. 99-17. Cboyowaki M.: Pomiar w psychologii. W: Problemy psychologii matematyczej. Red. J. Kozielecki. Warszawa: PWN 1971. Kedall M.G.: Rak Correlatio Methods. Lodo: Griffi 1955. Kedall M.G., Bucklad W.R.: Słowik termiów statystyczych. Warezawa: P\liE 1966. Pawlows~i T.: Metodologicze zagadieia humaistyki. Warszawa: PWN 1969. Steczkowski J., Zeliaś A.: Statystycze metody aalizy cech jakościowych. Warszawa: PWE 1981. Stevea S.S.: Measuremet, Psychophyeios ad Utility. W: Measuremet; Defiitios ad Theories. Red. c.w. Churehma, F. Ratoosh, New York: Wiley 1959. Waleta K.: Podstawowe pojęcie teorii pomiaru. W: Problemy psychologii matematyczej. Red. J. Kozielecki. Warszawa: PWN 1971. Walesiak M.: Sytetycze badaia porówawcze w świetle teorii pomiaru. Przegląd Statystyczy" 1990 z. 1- s. 37-46. Wiśieweki J.W.: Korelacja i regresja w badaiach zjawisk jakościowych a tle teorii pomiaru. "Przegląd Statystyczy" 1986 z. 3 s. '39-48.

1HF 1 PPL i CI\ B l LITY O F' CORRELIITION MEIISURES I N THE 1\NIILYS I S O F' ORD l NI\ i. MEIIS UREMENT RESULTS Summary the paper the relatjos betwe e Pearso correlatjo coeffjcjet. ::>~e<hma rak correlat1o coeff:c1et ad tau Kedall coefflciet ar ~ aa.y~ed WJth respect to che scale of measuremet.!t JS argued that he rau Kedall correlat1o coeff1c1et 1s (for the rak meas,jremet r~:-ul.s) the specjaj case of the Pearso correjatjo coeff1c1e