Statystyka I - Laboratorium 3
Transkrypt
Statystyka I - Laboratorium 3
Statystyka I - Laboratorium 3 ANALIZA KORELACJI 1. Korelacja liniowa Pearsona Pozwala określić związek między cechami ilościowymi. Wyjaśnia w jakim stopniu (procencie) jedna zmienna wpływa na (modeluje) drugą zmienną. Określa kierunek i siłę związku. Mieści się w przedziale od {-1 do 1}. Interpretuje się go w procentach (0-100) Są różne interpretacje współczynnika korelacji. Przyjmujemy następującą: rxy< 0,2 – brak związku liniowego 0,2-0,4 – zależność wyraźna liniowa ale niska 0,4 – 0,7 zależność umiarkowana 0,7 – 0,9 –zależność znacząca powyżej 0,9 – zależność bardzo silna 1.1. (Dane miesięczne transport baza) Zbadać zależność między Produkcją sprzedaną przemysłu a Produkcją samochodów osobowych. Dokonać interpretacji współczynnika korelacji, oszacować prostą regresji oraz dokonać interpretacji. Y-……………[jednostka] X-……………[jednostka] Podać w jakim procencie prosta dopasowana jest do danych (współczynnik determinacji) (StatystykaStatystyki podstawowe i tabele macierze korelacji) Wybrać na jednej liście zmiennych dwie zmienne (zaznaczyć trzymając wciśnięty Ctrl) Następnie przejść do zakładki Więcej i wcisnąć 2W Rozrzutu, wybrać odpowiednio zmienną zależną (pionowo) i niezależną (poziomo). Zatwierdzić przyciskiem OK. W ten sposób otrzymać można wykres rozrzutu, współczynnik korelacji i prostą regresji za jednym razem) 1.2. (Firmy kurierskie - płace) Zbadać zależność między wiekiem a stażem pracy. Podać współczynnik korelacji i równanie regresji – zinterpretować. Następnie przeprowadzić analizę osobno dla kobiet a osobno dla mężczyzn – dokonać interpretacji i porównania. 1.3. (Ankieta transport) Zbadać zależność między wzrostem a wagą osobno dla kobiet i mężczyzn zinterpretować i porównać. 2. Korelacja rang Spearmana 2.1. (Ankieta transport) Za pomocą korelacji rang Spearmana stwierdzić czy istnieje zależność między oceną wykorzystania środków z UE a oceną inwestycji w infrastrukturę drogową. Zależność zobrazować na wykresie workowym. Dokonać interpretacji. (Statystyka Statystyki nieparametryczne Korelacje) Po wejściu w moduł analizy należy w miejscu Oblicz: wskazać szczegółowy raport. Następnie wybrać dwie zmienne i zatwierdzić OK. Następnie wcisnąć R-Spearmana. Aby zilustrować zależność należy posłużyć się wykresem workowym: (Wykresy Wykresy 2W Wykresy workowe). 2.2. (Infrastruktura drogowa) Sprawdzić czy istnieje zależność pomiędzy Ludnością w wieku 25-34 przypadającą na tys. ludności a Samochodami zarejestrowanymi na tys. osób, Ciężarówkami zarejestrowanymi na tys. osób oraz Wypadkami śmiertelnymi na 100 tys. osób. Zinterpretować zależności jeśli wystąpią. Określić ich siłę oraz przedstawić na wykresie workowym. Na wykresie workowym przedstawić wszystkie trzy wybrane cechy w zależności od ludności w wieku 25-34 przypadających na tys. mieszkańców. (Wykresy Wykresy 2W Wykresy workowe – zakładka więcej). Z opcji Rodzaj wykresy należy wybrać wykres Wielokrotny następnie przy wyborze zmiennych na pierwszej liście wybrać Ludność w wieku……. A na drugiej trzy pozostałe. Doprowadzić wykres do jak najlepszego odbioru. Legendę przesunąć pod wykres. Uwaga: Kliknąć dwa razy na skalę po lewej stronie, przejść do zakładki Skala i w Menu wybrać ostatnią pozycję Przerwy. Nacisnąć Dodaj przerwę i wprowadzić zakres od 100 do 250. Tym samym wykres stanie się bardziej czytelny. 2.3. (Ankieta studencka 2000-2001) 2.3.1. Sprawdzić czy istnieje zależność pomiędzy wzrostem a wagą w badanej grupie studentów. Określić siłę związku i dokonać interpretacji współczynnika korelacji. Wypisać prostą regresji i dokonać interpretacji. Sprawdzić w jakim procencie model dopasowany jest do danych 2.3.2. Wykonać tę samą analizę dla mężczyzn pochodzących z małopolskiego i dla kobiet pochodzących z lubelskiego. (interpretacja) 2.4. (Dane miesięczne transport baza) 2.4.1. Sprawdzić czy istnieje zależność pomiędzy produkcją sprzedaną przemysłu (pojazdów samochodowych przyczep i naczep a produkcją samochodów osobowych. Obliczyć współczynnik korelacji, dokonać interpretacji, Napisać prostą regresji zinterpretować i ocenić dopasowanie modelu do danych. 2.4.2. Sprawdzić czy istnieje zależność pomiędzy produkcją sprzedaną przemysłu (pojazdów samochodowych przyczep i naczep) a produkcją wagonów kolejowych. Obliczyć współczynnik korelacji, dokonać interpretacji, Napisać prostą regresji zinterpretować i ocenić dopasowanie modelu do danych. 2.5. (Czas trwania życia) Sprawdzić zależność pomiędzy czasem trwania życia kobiet i mężczyzn (zmienną zależna – czas trwania życia mężczyzn) 2.5.1. w Afryce 2.5.2. w Australii i Oceanii.