|
質問 |
答え |
Jaki test - zmienna zależna na dwóch poziomach? 学び始める
|
|
|
|
|
Jaki test - zmienna zależna na więcej niż dwóch poziomach? 学び始める
|
|
|
|
|
|
学び始める
|
|
Wariancja MG podzielona przez wariancję WG
|
|
|
|
学び始める
|
|
suma kwadratów różnic poszczególnych wyników od średniej ogólnej podzielona przez stopnie swobody/ podstawą obliczenia jest suma różnic poszczególnych wyników od średniej ogólnej
|
|
|
|
学び始める
|
|
Liczba wszystkich obserwacji minus liczba parametrów estymowanych (np. średnia) przy pomocy tych obserwacji.
|
|
|
Test T dla prób niezależnych, N = 100, ile df? 学び始める
|
|
|
|
|
Wariancja wewnątrzgrupowa 学び始める
|
|
różnice poszczególnych wyników od średniej w danej grupie
|
|
|
|
学び始める
|
|
różnice poszczególnych średnich z grup od średniej ogólniej
|
|
|
|
学び始める
|
|
df między + df wewnątrz/ liczba wszystkich obserwacji minus 1)
|
|
|
|
学び始める
|
|
liczba wszystkich grup minus 1
|
|
|
|
学び始める
|
|
liczba wszystkich obserwacji minus liczba grup
|
|
|
|
学び始める
|
|
jaki procent wariancji wyników wyjaśnia czynnik / proporcja wyjaśnionej wariancji
|
|
|
O czym mówi wariancja wewnątrzgrupowa? 学び始める
|
|
O tym, jak wyniki w grupie odchylają się od średniej w tej grupie
|
|
|
O czym mówi wariancja całkowita? 学び始める
|
|
O tym, jak wszystkie wyniki odchylają się od średniej
|
|
|
O czym mówi wariancja międzygrupowa? 学び始める
|
|
O tym jak średnie w poszczególnych grupach odchylają się od średniej ogólnej
|
|
|
O czym mówi zróżnicowanie międzygrupowe? 学び始める
|
|
O tym, że jest SZANSA, że czynnik wyjaśnia zmienną zależną
|
|
|
|
学び始める
|
|
|
|
|
Jak inaczej określamy wariancję międzygrupową? 学び始める
|
|
|
|
|
Jak inaczej określamy wariancję wewnątrzgrupową? 学び始める
|
|
|
|
|
Kiedy stosujemy ANOVĘ dwuczynnikową? 学び始める
|
|
Przy dwóch zmiennych niezależnych (czynnikach)
|
|
|
Jakie efekty możemy zbadać przy użyciu dwuczynnikowej ANOVY? 学び始める
|
|
dwa efekty główne i jeden interakcji
|
|
|
|
学び始める
|
|
to wpływ danej zmiennej niezależnej na zmienną zależną (NIEZALEŻNIE OD drugiej zmiennej niezależnej)
|
|
|
|
学び始める
|
|
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? 学び始める
|
|
|
|
|
|
学び始める
|
|
współczynnik determinacji, mówi o sile, czyli jaki procent wariancji zmiennej zależnej wyjaśnia dany model regresji
|
|
|
|
学び始める
|
|
jest wyznaczona metodą najmniejszych kwadratów
|
|
|
Metoda Najmniejszych Kwadratów 学び始める
|
|
różnica między wynikiem rzeczywistym osoby a wynikiem przewidywanym
|
|
|
Równanie prostej regresji 学び始める
|
|
|
|
|
Jakie są współczynniki regresji? 学び始める
|
|
|
|
|
Co oznacza "a" w tym wzorze Y = bX + a 学び始める
|
|
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 学び始める
|
|
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 学び始める
|
|
|
|
|
|
学び始める
|
|
informuje o ile wzrośnie wartośc zmiennej zależnej, jeżeli wartość predyktora zwiększy się o jedną jego jednostkę
|
|
|
|
学び始める
|
|
wszystkie predyktory w jednym kroku są wprowadzane do modelu.
|
|
|
Metody automatyczne, co to? 学び始める
|
|
Metody posługujące się pewnym algorytmem wprowadzania (i/lub usuwania) predyktorów
|
|
|
Wymień metody automatyczne 学び始める
|
|
Metoda selekcji postępującej, metoda krokowa, eliminacji wstecznej, usuwania
|
|
|
Hierarchiczna analiza regresji 学び始める
|
|
Metoda, w której badacz sam decyduje, które predyktory, i w którym kroku są umieszczane w modelu.
|
|
|
Metoda selekcji postępującej 学び始める
|
|
w każdym kolejnym kroku dodawany jest jeden istotny predyktor.
|
|
|
|
学び始める
|
|
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 学び始める
|
|
w każdym kolejnym kroku usuwany jest jeden nieistotny predyktor
|
|
|
|
学び始める
|
|
w pierwszym modelu wprowadzane są wszystkie predyktory, w drugim kroku usuwane są wszystkie nieistotne.
|
|
|
|
学び始める
|
|
zmienne pośredniczące pomiędzy predyktorem i zmienną zależną/wyjaśnianą. Zmienne pośredniczące odpowiadają na pytanie DLACZEGO dany związek występuje
|
|
|
|
学び始める
|
|
moderator odpowiada na pytanie, kiedy/w jakich warunkach dana zależność występuje
|
|
|
O czym informuje analiza wariancji? 学び始める
|
|
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)
|
|
|
|
学び始める
|
|
korelacja predyktora ze zmienną zależną bez kontroli innych zmiennych
|
|
|
|
学び始める
|
|
unikalny wpływ predyktora: stosunek unikalnej wariancji wyjaśnionej do ogólnej wariancji niewyjaśnionej przez drugi predyktor: A/A+D
|
|
|
|
学び始める
|
|
stosunek unikalnej wariancji wyjaśnionej do ogólnej wariancji całkowitej: A/A+B+C+D
|
|
|
|
学び始める
|
|
W modelu możemy uwzględnić więcej niż jeden predyktor; możemy analizować związek między wszystkimi predyktorami i zmienną zależną
|
|
|
Testy liberalne - jednorodna wariancja 学び始める
|
|
|
|
|
Testy konserwatywne - jednorodna wariancja 学び始める
|
|
|
|
|
Testy "centrum" - jednorodna wariancja 学び始める
|
|
|
|
|
Testy post hoc przy nierównolicznych grupach 学び始める
|
|
|
|
|
Konserwa przy niejednorodnej wariancji 学び始める
|
|
|
|
|
Liberalny przy niejednorodnej wariancji 学び始める
|
|
|
|
|
