Ha erősen sérül a VA-ban a szóráshomogenitás, akkor indokolt robusztus VA alapján dönteni.
A VAben 2 szempont között akkor van interakció, ha a két szempont szoros korrelációban van.
A többszempontos varianciaanalízis független változóinak folytonosaknak kell lenniük.
Két szempont között VA-ban akkor van interakció, ha a két szempont szoros korrelációban van.
A főkomponensanalízis feltárja a sok input változó mögött meghúzódó közös komponenseket.
A főkomponensek az input változók súlyozott összegei.
Főkomponensanalízisben Varimax rotáció után a főkomponensek nem feltétlenül lesznek korrelálatlanok.
A varimax rotációval maximalizáljuk a faktorok által megmagyarázott összvarianciát.
A főkomponens-elemzés során mindig egyértelműen tudunk dönteni a változók és a komponensek viszonyáról.
A főkomponens-analízis egyik célja a változók számának redukciója.
Ha a főkomponensek sajátértékei rendre 3,2; 2,1; 1,5; 0,8; 0,3 és 0,1; akkor a három főkomponenset érdemes forgatni.
Ha hat input változó esetén az első főkomponens sajátértéke 2, a másodiké pedig 1,2, akkor ezek együtt több mint 50%-ot magyaráznak meg az FA modelljében.
A főkomponensanalízis értelmezhető klaszteranalízisként is
A kanonikus korreláció-elemzéssel két változócsoport egymással erősen korreláló struktúráját keressük.
A kanonikus korrelációk lényegében megmagyarázott varianciák.
A kovarianciaanalízis lényege, hogy a szempontváltozók közti interakciókat ki lehet vele mutatni.
A kovarianciaanalizis lenyege, hogy az interakciós hatásokat ki lehet vele mutatni
A kovariancia-analízisnek nem feltétele a szóráshomogenitás.
A kovariancia-elemzés során lényegében parciálást alkalmazunk.
Kovariancia-elemzésben korrigált mintaáltagokat hasonlítunk össze.
A kovariancia-analízisben a vizsgált változóknak (a csoportosító változót is beleértve) normál eloszlásúaknak kell lenniük.
A kovariancia-analízis olyan VA, melynek során egy vagy több kvantitatív változó hatását kiszűrve teszteljük a VA szempontváltozóinak a hatását a VA függő változójára.
A klaszteranalízis lényege, hogy eseteket vagy változókat távolságaik alapján homogén csoportokba sorolunk.
A Ward-féle módszer egy speciális nemhierarchikus klaszteranalízis.
A relokáció olyan nemhierarchikus klaszteranalízis, amelynél a homogenitás növelése érdekében interakiós eljárással cserélgetjük a klaszterek elemeit.
A Ward-féle módszernél két klaszter távolságát a klaszterek centroidjainak távolságával definiáljuk.
Az agglomeratív hierarchikus klaszteranalízis minden lépésében egyesítünk két klasztert, amelyek valamilyen értelemben egymáshoz a legközelebb vannak.
Klaszteranalízisben a centroid egy-egy klaszter átlagvektora.
Klaszteranalízisben a legközelebbi szomszéd módszer alkalmazása azt jelenti, hogy mindig a két legközelebbi elem (megfigyelés) kerül egy klaszterbe.
Klaszteranalízisben az 1-nél nagyobb sajátértékű klasztereken szoktak relokációt végezni.
Klaszteranalízissel homogén változócsoportok is kialakíthatók a változók hasonlósága alapján.
A hierarchikus klaszteranalízis egy lépésében vagy egyesítük két klasztert vagy egy új klasztert hozunk létre
A determinációs együttható a korrelációs együtthatónál mindig kisebb.
A parciális korrelációs együttható legfeljebb 1 lehet.
A log-lineáris elemzés a sima khi-négyzet-próbás kapcsolatvizsgálat általánosítása.
A B-értékek alapján a konstans tagnak van a legnagyobb hatása a függő változóra.
A Beta-értékek segítségével állapítható meg, hogy melyik változónak milyen mértékű hatása van a függő változóra – a többi változóhoz képest.
Az ANOVA táblázatból megtudható, hogy a magyarázott variancia-arány, illetve a korrelációs együttható szignifikánsan különbözik-e 0-tól.
Az együtthatók táblázatában látható t-érték azt mutatja meg, hogy az adott változó 0 vagy nem 0.
Minél nagyobb a reziduális, annál pontosabb a becslés.
A lineáris regresszió esetén az eredeti négyzetösszeget bontjuk fel a regresszió által magyarázott négyzetes eltérés összegére és a reziduálisra.
Ha az ANOVA táblázatban a SIG-érték 0,05 alatt van, érvényes modellt alkottunk.
A determinációs együttható maximuma 1, minimuma -1, mely értékeket függvényszerű kapcsolat esetén érhetünk el.
A korrelációs együttható a determinációs együttható négyzete.
A magyarázó változók esetében az a jó, ha azok egymással minél szorosabban összefüggnek – így építhető erős és jól magyarázható lineáris modell a függő változóra.
Minden diszkrét változó átalakítható DUMMY változóvá.
Az együtthatók táblázatának t-értéke és hozzá tartozó szignifikancia arról tájékoztat minket, hogy az adott magyarázó változó együtthatója 0 vagy nem 0 a lineáris regresszió egyenletében.
A DUMMY változóknak mindig 2 értéke van.
A kovariancia-analízisben a függő változó normalitása az egyik feltétel.
A kovariáns változó mindig diszkrét.
A szóráshomogenitás feltétele a kovariancia-analízisben egyáltalán nem fontos.
A páros összehasonlításokkal csak akkor kell foglalkozni, ha a szóráshomogenitás nem teljesül.
A variancia-analízis alapján a fenti elemzésben a csoportok átlagai között szignifikáns különbség van.
A VA-ban a páros összehasonlítások közöl a Games–Howell-tesztet kell alkalmazni.
A megmagyarázott variancia-arány gyöke a korrelációs hányados.
A kovariancia-analízis során a kovariáns változó hatását is figyelembe véve teszteljük csoportok átlagainak egyenlőségét.
A korrigált eredmények táblázatában már azok az átlagok kerülnek tesztelésre, melyekben figyelembe vettük a kovariáns változó hatását.
A James-próba mindig erősebb, mint a Welch-próba.
A Tukey–Kramér-próbának feltétele a szóráshomogenitás.
A Brown–Forsythe-teszt akkor is használható, ha az elméleti szórások különböznek.
A ferdeség és csúcsosság segítségével tesztelhető a normalitás.
KOVA elemzés esetén nagyobb minták esetén a normalitás feltétele elhagyható.
A bináris logisztikus regresszióban a függő változó mindig folytonos.
A logisztikus regresszióban arra vagyunk kíváncsiak, hogy a függő változók adott értéke mellett mi a magyarázó változó adott értékének bekövetkezési valószínűsége.
Az Omnibus-tesztek megmutatják, hogy mennyire jó illeszkedésű a modellünk.
A Cox & Snell-féle mutató elvileg nem éri el az 1-et.
A Modell Summary táblázatban található R-négyzetek a modell determinációs együtthatói.
Ha a klasszifikációs táblázatok bal alsó és jobb felső sarkában vannak nagy értékek, akkor tudhatjuk, hogy jó modellt találtunk.
Az EXP(B) érték akkor negatív, ha a B érték negatív.
A klasszifikációs táblázatban lévő értékekből leolvashatjuk, hogy mi a tapasztalati és a modellbéli becsült eredmények egymáshoz való viszonya – hány hibás és hány helyes osztályozás történt a modell segítségével.
A logisztikus regresszióban feltétel a függő változó normalitása.
A magyarázó változók erős egymással való összefüggése rontja a modell interpretálhatóságát.
A Nagelkerke-féle R-négyzet elvi maximuma 1.
A logisztikus regresszióban a Modell Summary táblázat első oszlopában a regresszióból számított korrelációs együtthatót olvashatjuk le.
A faktorelemzés egyik speciális esete a főkomponens-elemzés.
A főkomponens-elemzés során sok változót szeretnénk kevés változó segítségével magyarázni.
A faktorelemzésben mindig VARIMAX rotálást kell végezni.
Minél magasabb a KMO-érték, annál kevésbé összefüggőek a változóink.
A Bartlett-teszt segítségével arról hozhatunk döntést, hogy a változó-szettünk mennyire hasonlít egy teljesen független változó-szetthez.
A végső kommunalitások táblázatában a jó modellek esetében általában 0,25-nél nagyobb értékeket szokás elvárni.
Rotálás segítségével növelhető a teljes magyarázott variancia-arány.
Egy változó 0,249-es kommunalitás alapján kihagyható lenne a modellből, így újabb futtatással kéne újabb faktorstruktúrát feltárni.
A klaszterezés célja, hogy a változók között csoportokat alakítsunk ki.
A klaszterezés során olyan csoportokat hozunk létre, melyben az egyedek egymásra hasonlítanak, míg a csoportok egymástól általában eltérőek.
A k-középpontú elemzés során minden lépésben a két legközelebbi klasztert összevonjuk.
A hierarchikus klaszterezés során több klaszterszám esetére is kérhetünk megoldást.
Amennyiben a klaszterezést a változókon hajtjuk végre, úgy a faktorelemzéshez egy rokon módszert dolgozhatunk ki.
A csoportok kialakításakor fontos kérdés az egyedek közötti távolságok mérése.
Minél nagyobb a Silhouette-mutató, annál jobb a klaszterezettség.
A relokáció megállítására csak egyfajta kritérium létezhet.
A hierarchikus klaszterezés mindig jobb eredményt ad, mint a k-középpontú.
Klaszterezés során sosem szabad standardizálni a változókat.
A variancia-analízis során feltétel a csoportok függetlensége, illetve a független egyedkiválasztás.
Az intraklaszter-korreláció (ICC) segítségével kihagyhatunk egyedeket az elemzésből.
Az átlagok összehasonlításának bármely eljárása során fontos szempont ellenőrizni, hogy a mintánkba került egyedek válaszai mennyire függetlenek egymástól.
Amennyiben egy kezelés előtt vagy után nézünk egyedeket, úgy ezt az elemzési metódust fogjuk mindenképpen használni, hiszen a két mintánk összefügg.
Ha a csoportjainkban egymással összefüggő mintavételezés feltételezhető, akkor korrigálva (csökkentve) a szabadságfokot, robusztus eljárást nyerhetünk.
A robusztus eljárások sajátossága, hogy a hagyományos eljárások feltételeinek bizonyos szintű sérülése esetén is megbízható eredményeket adnak.
Az átlagokat összehasonlító hagyományos eljárások feltétele a normalitás.
ICC futtatásakor a szóráshomogenitás feltétele nagy minták esetén elhagyható.
A kétmintás t-próba esetén a Welch-féle d-próba szintén szabadságfok-korrekciós robusztus eljárás.
A Levene-teszt a szóráshomogenitás eldöntésére szabadságfok-korrekciós robusztus eljárás.
Az egymintás t-próba esetén robusztus teszt a Wilcoxon-próba is, mely szintén szabadságfok-korrekciós módszer.
A szabadságfok-korrekciós eljárásokban csak formálisan csökkentjük az esetszámokat, valójában nem törlünk elemeket a mintából (tehát trimmelést nem végzünk).
A változók közötti összefüggések nem az intraklaszter-korrelációs eljárást igénylik, hiszen az a mintabéli egyedek összefüggése esetén segít a pontosabb következtetés megalkotásában.
A design-mutató 2 alatti értékei esetén nem kell szabadságfok-korrekciót végrehajtani.
Az ICC növekedésével a design- mutató csökken.
A diszkriminancia-analízis (DA) során csoportokat szeparálunk egymástól.
Minél nagyobb a Wilks-féle lambda értéke, annál jobb a szeparálásunk.
A DA során olyan függvényeket határozunk meg, melyek egyben tartják a populációt.
A DA során azok a függvények, melyek szeparálnak, mindig lineárisak.
A Wilks-féle lambda-érték egy fordított determinációs együtthatóként értelmezhető.
Amennyiben „n” darab csoportunk van, úgy „n” függvény mindenképpen elegendő a szétvágásukhoz.
A logisztikus regresszió során is diszkrét változókat azonosítunk, de amíg ott a bekövetkezések valószínűsége a kérdés, addig itt a csoportok szeparálása, elkülönítése.
A DA során a függő változó mindenképpen folytonos.
A sajátértékek segítéségével megállapítható, hogy melyik függvénynek van nagyobb szeparáló ereje, képessége.
A Wilks-féle lambda SIG-értéke mutatja meg, hogy mely változó segítségével lehet a csoportokat szignifikánsan elkülöníteni.
A DA csak bináris változókra alkalmazható.
a k-középpontú klaszterezés egyfajta ellenőrzésére használhatjuk a DA-t.
Minél nagyobbak a reziduálisok, annál jobb a modell illeszkedése.
A modell illeszkedését khi-négyzet statisztikával ellenőrizzük.
Minél nagyobb a szignifikancia értéke a modellben, annál inkább hajlamosak vagyunk azt elfogadni.
A loglineáris modellben folytonos változók közötti kapcsolatokat keresünk.
A loglineáris modell lényegében a khi-négyzet-próba általánosítása.
Független események együttes bekövetkezésének alószínűsége a külön-külön vett bekövetkezési valószínűségek összege.
Az interakciók számának csökkentése mellett szeretnénk a loglineáris modellezésben minél jobb illeszkedést elérni.
Amennyiben minden interakciót és marginálist figyelembe veszünk, úgy olyan modellt írhatunk fel, melyben a reziduálisok maximálisak.
A loglineáris modellben általában kettőnél több kategória-változó kapcsolatát igyekszünk leírni.
A loglineáris modell illeszkedését is ANOVA táblázattal ellenőrizzük.
