ANALÝZA KATEGORIÁLNÍCH DAT PROBLÉM VÍCENÁSOBNÉ VOLBY V ODPOVĚDI. Julie Rendlová. Robust, Jeseníky,

Podobné dokumenty
Alternativní přístup k analýze vícefaktorových dat

Funkce hustoty pravděpodobnosti této veličiny je. Pro obecný počet stupňů volnosti je náhodná veličina

Lineární a logistická regrese

Aplikace T -prostorů při modelování kompozičních časových řad

SROVNÁNÍ KOLORIMETRICKÝCH ZKRESLENÍ SNÍMACÍCH SOUSTAV XYZ A RGB Jan Kaiser, Emil Košťál xkaiserj@feld.cvut.cz

STUDIUM DEFORMAČNÍCH ODPORŮ OCELÍ VYSOKORYCHLOSTNÍM VÁLCOVÁNÍM ZA TEPLA

MATEMATIKA II V PŘÍKLADECH

část 8. (rough draft version)

Postup tvorby studijní opory

dat Robust ledna 2018

Testování změn v binárnách autoregresních modelech Šárka Hudecová 1/ 36

Cvičení 12: Binární logistická regrese

8 Coxův model proporcionálních rizik I

Eva Fišerová a Karel Hron. Katedra matematické analýzy a aplikací matematiky Přírodovědecká fakulta Univerzity Palackého v Olomouci.

Dokážete si vybrat správnou nemocnici? aneb Ministr zdravotnictví ML varuje Martina Litschmannová

Asociační i jiná. Pravidla. (Ch )

Kontingenční tabulky. (Analýza kategoriálních dat)

ADDS cvičení 7. Pavlína Kuráňová

Časopis pro pěstování matematiky

ANALÝZA ZÁVISLOSTI. Martina Litschmannová

PSY117/454 Statistická analýza dat v psychologii Přednáška 10

RNDr. Eva Janoušová doc. RNDr. Ladislav Dušek, Dr.

Definice analytické chemie

ANALÝZA KATEGORIZOVANÝCH DAT V SOCIOLOGII

Analýza rozptylu. Podle počtu analyzovaných faktorů rozlišujeme jednofaktorovou, dvoufaktorovou a vícefaktorovou analýzu rozptylu.

Fisherův exaktní test

Tepelné soustavy v budovách - Výpočet tepelného výkonu ČSN EN Ing. Petr Horák, Ph.D.

Ing. Ondrej Panák, Katedra polygrafie a fotofyziky, Fakulta chemicko-technologická, Univerzita Pardubice

základní pojmy základní pojmy teorie základní pojmy teorie základní pojmy teorie základní pojmy teorie

Prostorová variabilita

Analýza rozptylu. PSY117/454 Statistická analýza dat v psychologii Přednáška 12. Srovnávání více než dvou průměrů

Univerzita Tomáše Bati ve Zlíně

Přednáška 10. Analýza závislosti

Vztah mezi obtěžováním hlukem a vybranými ukazateli zdravotního stavu. MUDr. Zdeňka Vandasová Mgr. Ondřej Vencálek Ph.D.

STATISTIKA 1. RNDr. K. Hrach, Ph.D. Zápočet: 75% docházka na cvičení. + odevzdání seminární práce (úkoly na PC)

Modely přidané hodnoty škol

Problematika analýzy rozptylu. Ing. Michael Rost, Ph.D.

Statistické metody v marketingu. Ing. Michael Rost, Ph.D.

Příklad: Test nezávislosti kategoriálních znaků

Předzpracování kompozičních dat

Klasická a robustní ortogonální regrese mezi složkami kompozice

IMITANČNÍ POPIS SPÍNANÝCH OBVODŮ

METODA ROZHOVORU V RÁMCI DOPRAVNĚPSYCHOLOGICKÉHO VYŠETŘENÍ. Bc. Kateřina Böhmová

Přednáška X. Testování hypotéz o kvantitativních proměnných

Rekurzivní delta identifikace mnoharozměrového systému

Vícerozměrné metody. PSY117/454 Statistická analýza dat v psychologii Přednáška 12. Schematický úvod

Modelování sesuvu svahu v Halenkovicích pomocí metody kriging

kompoziční data s aplikací v metabolomice

ČVUT FAKULTA DOPRAVNÍ

hledané funkce y jedné proměnné.

SEMESTRÁLNÍ PRÁCE Z PŘEDMĚTU STATISTIKY

MATEMATICKÝ MODEL POHODLÍ CESTUJÍCÍCH NA LINCE VEŘEJNÉ HROMADNÉ DOPRAVY

ANALÝZA DAT V R 7. KONTINGENČNÍ TABULKA. Mgr. Markéta Pavlíková Katedra pravděpodobnosti a matematické statistiky MFF UK.

Statistika I (KMI/PSTAT)

Robust 2014, ledna 2014, Jetřichovice

JEDNOVÝBĚROVÉ TESTY. Komentované řešení pomocí programu Statistica

7 Regresní modely v analýze přežití

4. PRŮBĚH FUNKCE. = f(x) načrtnout.

Electron Density. One-el. Functions. Traditional Ab initio. Model of independent electrons. Electron correlation neglected

Imputace nulovy ch hodnot v metabolomice

EKONOMICKÁ APLIKACE KOMPOZIČNÍHO REGRESNÍHO MODELU

11. AGREGÁTNÍ NABÍDKA A PHILLIPSOVA KŘIVKA. slide 0

Cronbachův koeficient α nová adaptovaná metoda uvedení vlastností položkové analýzy deskriptivní induktivní parametrické

H - Řízení technologického procesu logickými obvody

odpovídá jedna a jen jedna hodnota jiných

Jarqueův a Beryho test normality (Jarque-Bera Test, JB test)

Variabilita měření a statistická regulace procesu

ANALÝZA KATEGORIZOVANÝCH DAT V SOCIOLOGII

Jednovýběrové testy. Komentované řešení pomocí MS Excel

Studie Hluk a zdraví sledování zdravotních účinků hluku. MUDr. Zdeňka Vandasová

or11013 První otázka z tematického bloku věnovaného vysokoškolskému vzdělávání se zaměřila na mínění českých občanů o tom, zda je v České republice ka

02 Systémy a jejich popis v časové a frekvenční oblasti

Design Experimentu a Statistika - AGA46E

METODA ROZHOVORU V RÁMCI DOPRAVNĚPSYCHOLOGICKÉHO VYŠETŘENÍ. Bc. Kateřina Böhmová

ÚVOD MODELY STÁRNUTÍ (1)

Modely veličin spojitých v čase funkce spojité v čase Binární matematické operace konvoluce a korelace

Obr.1 Schéma tvaru haly a jejího umístění v terénu

Uplatnitelnost absolventů studijního oboru andragogika a personální řízení Filozofické fakulty Univerzity Karlovy

KVADRATICKÁ KALIBRACE

Metodologie Kinantropologie

Formální konceptuální analýza

AVDAT Geometrie metody nejmenších čtverců

Statistické metody v marketingu. Ing. Michael Rost, Ph.D.

Univerzita Karlova v Praze. Filozofická fakulta. tabulek. Katedra psychologie

Pearsonůvχ 2 test dobré shody. Ing. Michal Dorda, Ph.D.

Exponenciální funkce a jejich "využití" - A (Tato doplňková pomůcka nemůže v žádném případě nahradit systematickou matematickou přípravu.

Ekonometrická analýza panelových dat s aplikací na vybavenost domácností

Statistická analýza jednorozměrných dat

Anihilace pozitronů v pevných látkách

Aplikace 2: Hledání informativních příznaků pro rozpoznávání

ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ FAKULTA ELEKTROTECHNICKÁ Katedra mikroelektroniky SEMESTRÁLNÍ PROJEKT X34BPJ

4EK211 Základy ekonometrie

ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE DIPLOMOVÁ PRÁCE Bc. Pavel Hájek

Testování hypotéz. Analýza dat z dotazníkových šetření. Kuranova Pavlina

Statistika. Testování hypotéz - statistická indukce Parametrické testy. Roman Biskup

Statgraphics v. 5.0 STATISTICKÁ INDUKCE PRO JEDNOROZMĚRNÁ DATA. Martina Litschmannová 1. Typ proměnné. Požadovaný typ analýzy

1. PŘÍPRAVA A ZADÁNÍ DIPLOMOVÉ PRÁCE

Návod na vypracování semestrálního projektu

Kontingenční tabulky, korelační koeficienty

Metody ešení. Metody ešení

Transkript:

ANALÝZA KATEGORIÁLNÍCH DAT PROBLÉM VÍCENÁSOBNÉ VOLB V ODPOVĚDI Juli Rndlová Katdra matmatické analýzy a aplikací matmatiky, Přírodovědcká fakulta, Univrzita Palackého v Olomouci Robust, Jsníky, 5. 9. 26

Motivac Způsob hodnocní katgoriálních vličin jdn objkt v víc katgoriích (data z ČSFD) Dotazníky možnost víc odpovědí zárovň Přvládající nvhodné přístupy: Logistická rgrs zandbání korlací Analýza sumarizační tulky pouz jdna z marginálií

Katgoriální proměnné s vícnásobnou volbou v odpovědi MRCV závislost mzi itms => každé pozorování j st korlovaných binárních odpovědí Itm-rspons tulka, sub-tulky Itms otázky J Itms otázky n () n () n (J) n (J) n () n () n (J) n (J) I n (I) n (I) n (IJ) n (IJ) n (I) n (I) n (IJ) n (IJ)

Log-linární modly pro MRCV: modl za platnosti SPMI 2 Upravná Parsonova statistika pro - tst o SPMI: 2 S I J i j 2 S, i, j Rozdělní? => Rao-Scottovy korkc, bootsrap Log-linární modl: log i X j y log pro y =,, 2, : f ( y, ), Log-linární modl za platnosti SPMI: p, i =,, n y! j log( ( ) ) a( ) b( ), i =,, I, j =,, J, a, b =,

Log-linární modly pro MRCV: význam paramtrů v modlu za platnosti SPMI Sub-tulka k itm rspons tulc s odhadnutými čtnostmi ˆ Σ ˆ( ) m ˆ ˆ( ) ( ) ( ) m ˆ ˆ ˆ ˆ.) změna 2.) změna 3.) změna ) ( () Σ m m m.) Σ 2.) Σ 3.) Σ m () m () m m () m () m m () m () m m () m () m m () m () m m () m () m Σ m m m Σ m m m Σ m m m

Log-linární modly pro MRCV: poměry šancí v modlu za platnosti SPMI Za platnosti SPMI poměr šancí rovn Pro jdnu sub-tulku: ) log( ) log( ) log( ) log( log log OR

Log-linární modly pro MRCV: další asociační stupně log( ( ) ) a( ) b( ) log( log( log( ( ) ) a( ) b( ) ( j) ( ) ) a( ) b( ) ( i) ( ) ) a( ) b( ) ( i) ( j) log( ( ) ) a( ) b( ) ( i) ( j) ( ) i =,, I, j =,, J, a, b =, Další paramtry v modlu: ( j) : homognita konstantní poměry šancí,, : částčná homognita konstantní v rámci ( i) ( i) ( j) j / i / mzi dvěma itms proměnné při změně itms proměnné

Log-linární modly pro MRCV: tstování podmodlů Upravná Parsonova statistika pro tstování podmodlů: () () 2 ( ˆ ˆ ( ) ( ) ) 2 M ) ˆ() a, b, i, j ( ), ˆ(, ˆ() očkávané čtnosti v M a M ( ) ( ) Rozdělní? => Rao-Scottovy korkc, Gang bootsrap Standardizovaná Parsonova rzidua v každé buňc: ( ) n ( i) n n n ( ) ( j) n n ( i) n( j) n ( i) n n ( j) n, i =,, I, j =,, J

Dotazník o studních návycích Jaké matriály obvykl využívát k studiu na zkoušky? Kdo podporuj Vaš studia finančně? Abyst si rozšířili znalosti v Vašm oboru studia, z ktrých dalších oborů si aktivně vyhldávát informac? Hypotézy o SPMI srovnání zmí a pohlaví, srovnání. a 2. otázky

Litratura Bildr, C. R., Loughin, T. M., Modling Association Btwn Two or Mor Catgorical Varils that Allow for Multipl Catgory Choics, Communications in Statistics Thory and Mthods, Vol. 36, 27, 433 45 Agrsti, A., Liu, I.-M., Modling a Catgorical Varil Allowing Arbitrarily Many Catgory Choics, Biomtrics, Vol. 55, 999, 936 943 Rndlová, J., Analýza katgoriálních dat problém vícnásobné volby v odpovědi, diplomová prác, Univrzita Palackého v Olomouci, 25 Agrsti, A., Catgorical Data Analysis, scond dition, John ily & Sons, Inc., 22 McCullagh, P., Nldr, J. A., Gnralizd Linar Modls, scond dition, London; Nw ork: Chapman and Hall, 989