<< Предыдушая Следующая >>

Признаки и переменные

- это измеряемые психологические явления. Такими явлениями могут быть время решения задачи, количество ошибок.
Значения признака определяются при помощи специальных шкал наблюдения. Психологические переменные являются случайными величинами, поскольку неизвестно заранее, какое именно значение они примут.
<< Предыдушая Следующая >>
= Перейти к содержанию учебника =
Информация, релевантная "Признаки и переменные"
  1. 6.1.3. Оценка влияния независимой переменной
    Если переменные x независимы, то величина коэффициента bt интерпретируется как прирост y, если xi увеличить на единицу. Если переменные связаны, то изменение одной объясняющей переменной вызовет изменение других переменных, в результате чего изменения y будут непредсказуемы. Можно ли по абсолютной величине коэффициента судить о роли соответствующего ему фактора в формировании зависимой
  2. Стандартизация переменных. Бета-коэффициенты
    Стандартизация переменных, т. е. замена переменных xk на к /к —к \ / / \ P к z x - x j Sxk и y на u = ( y - y) jSy u = Е вkz , где к - порядковый номер независимой переменной. Коэффициенты в последнем уравнении получены при одинаковых масштабах изменения всех переменных и сравнимы. Более того, если «независимые» переменные не связаны друг с другом, /-коэффициенты суть коэффициенты корреляции
  3. Тип шкалы измерения переменной
    Формируя данные, исследователь ставит в соответствие значениям переменной, имеющей содержательный смысл («пол», «профессия»), числовые значения («мужской» = 1, «женский» = 0 или «учитель» = 1). Используемые числовые коды для представления значений переменных называются шкалой измерения переменной. В приведенном примере это 0 и 1. В зависимости от свойств переменной выделяют неколичественные шкалы
  4. 6.1.3.3. Значимость включения переменной в регрессию
    При последовательном подборе переменных в SPSS предусмотрена автоматизация, основанная на значимости включения и исключения переменных. Рассмотрим, что представляет собой эта значимость. 2 Обозначим R(k ) коэффициент детерминации, полученный при исключении из правой части уравнения переменной xk (зависимая переменная у). При этом мы получим уменьшение объясненной дисперсии на величину Rch = R -
  5. 6.2.4. Взаимодействие переменных
    В процедуре логистической регрессии в SPSS предусмотрены средства для автоматического включения в уравнение переменных взаимодействий. В диалоговом окне в списке исходных переменных для этого следует выделить имена переменных, взаимодействия которых предполагается рассмотреть, затем переправить выделенные имена в окно независимых перемен-ных кнопкой c текстом > a X b
  6. 6.2.3. Неколичественные данные
    Если в обычной линейной регрессии для работы с неколичественными переменными нам приходилось подготавливать специальные индикаторные переменные, то в реализации логистической регрессии в SPSS это делается автоматически. Для этого в диалоговом окне специально предусмотрены средства, сообщающие пакету, что ту или иную переменную следует считать категориальной. При этом, чтобы не получить линейно
  7. признаки и категории
    В психодиагностике выделяют признаки и категории. Признаки отличаются тем, что их можно непосредственно наблюдать и регистрировать. Категории скрыты от непосредственного наблюдения. Поэтому в социальных науках их принято называть "латентными переменными". Для количественных категорий часто используется также название "диагностические
  8. 10.5 Индексы структурных сдвигов
    К ним относятся: индекс переменного состава, индекс постоянного состава и индекс структурных сдвигов Индексом переменного состава называется индекс, выражающий соот-ношение средних уровней изучаемого явления, относящихся к разным периодам времени. Например, индекс переменного состава себестоимости продукции одного и того же вида рассчитывается по формуле I _ ^ пс - = (Lz1q1 / Lq1 ) \ (2z0q0 /
  9. § 48, Вычисление определённого интеграла методом замены переменной и интегрирования по частям
    1. Замена переменной в определённом интеграле. Пусть функция f{x) непрерывна на отрезке [а,6]. Введем вместо а: новую переменную интегрирования Тогда х tp(t), где — однозначна, HeFipepbtBHa и имеет непрерывную производную на отрезке \&7J3], причём tp[ot) =
  10. Сохранение переменных
    Программа позволяет сохранить множество переменных, среди которых наиболее полезной является, по-видимому, предсказанная
  11. Множественная регрессия.
    Пошаговая регрессия с включением и исключением переменных, нелинейная регрессия, ридж-регрессия, всесторонний анализ остатков, вычисление прогнозов и доверительных интервалов для прогнозируемых значений. Регрессия это категория задач, где цель состоит в том, чтобы оценить значение непрерывной выходной переменной по значениям входных
  12. 1.3. Имена и метки переменных
    Каждый столбец при организации матрицы данных должен иметь наименование. При этом предусмотрена возможность задания переменным двух имен. Кроме коротких имен - кодов, используемых в командах, можно завести содержательные имена - метки, удобные для выдачи результа-тов расчетов. В примере 1.1 можем обозначить признаки следующим образом: v1, v2, v3s1, v3s2, v3s3, v4d1, v4d2, v4d3, v4d4, v4d5 или:
  13. 6.1.7. Команда построения линейной модели регрессии
    В меню это команда Linear Regression. В диалоговом окне команды: Назначаются независимые и зависимая переменные; Назначается метод отбора переменных. Stepwise - пошаговое включение/удаление переменных. Forward - пошаговое включение переменных. Backward - пошаговое исключение переменных. При пошаговом алгоритме назначаются значимости включения и исключения переменных (Optios). Enter -
  14. Метод средней ошибки.
    Испытуемому предъявляют одновременно два стимула - эталон и переменный, причем величину переменного стимула испытуемый изменяет самостоятельно. Аппаратура должна позволять плавную регулировку измеряемого параметра переменного стимула. Задача испытуемого состоит в подравнивании переменного стимула к эталону. Для вычисления разностного порога испытуемый должен произвести множество подравниваний,
  15. 3.2 Анализ связи между неколичественными переменными3.2.1. CROSSTABS - таблицы сопряженности
    CROSSTABS позволяет получать таблицы сопряженности многомерных распределений и связей двух и более переменных. Рекомендуется использовать CROSSTABS для переменных с небольшим числом значений (обычно для неколичественных переменных), так как каждая комбинация значений соответствует новой клетке в таблице. CROSSTABS /TABLES = v1 v2 BY v10 BY pol. Таблицы сопряженности для пары переменных X и Y
  16. 6.1.4. Пошаговая процедура построения модели
    Основным критерием отбора аргументов должно быть качественное представление о факторах, влияющих на зависимую переменную, которую мы пытаемся смоделировать. В SPSS очень хорошо реализован процесс построения регрессионной модели: на машину переложена значительная доля трудностей в решении этой задачи. Возможно последовательное построение модели путем добавления и удаления переменных блоками или по
Портал "УЧЕБНИКИ БЕСПЛАТНО" © 2014
sci@all-sci.net

Рейтинг@Mail.ru