Podcast on A Khí-négyzet teszt és az asszociációs mértékek értelmezése

A Chí-négyzet teszt és az asszociációs mérőszámok értelmezése: Teljes útmutató

Podcast

A Khí-négyzet teszt és az asszociációs mértékek értelmezése0:00 / 2:58
0:001:00 remaining
EliškaEz az a dolog, ami a vizsgán meglepi a diákok nyolcvan százalékát a khí-négyzet tesztnél. Látják a táblázatban a szignifikanciát nulla egész nulla nulla nullának, és azt mondják: „Van összefüggés.” Pont. De ez nem elég az ötösre.
VojtěchPontosan. Ezzel gyakorlatilag csak annyit mondtál, hogy ebben a krimiben történt egy bűntény. De azt nem mondtad, hogy ki, hol és miért.

A Khí-négyzet teszt és az asszociációs mértékek értelmezése

Délka: 2 minut

Přepis

Eliška: Ez az a dolog, ami a vizsgán meglepi a diákok nyolcvan százalékát a khí-négyzet tesztnél. Látják a táblázatban a szignifikanciát nulla egész nulla nulla nullának, és azt mondják: „Van összefüggés.” Pont. De ez nem elég az ötösre.

Vojtěch: Pontosan. Ezzel gyakorlatilag csak annyit mondtál, hogy ebben a krimiben történt egy bűntény. De azt nem mondtad, hogy ki, hol és miért.

Eliška: Rendben, akkor vágjunk is bele. A Studyfi Podcastot hallgatjátok. Szóval hogyan találjuk meg az igazi lényeget a lakhatási és településméret adatokban?

Vojtěch: A fő eszköz az úgynevezett „korrigált reziduumok”. Ez egyszerűbb, mint amilyennek hangzik. Keress olyan számokat, amelyek nagyobbak kettőnél, vagy kisebbek mínusz kettőnél. Pontosan ott rejtőzik a történet.

Eliška: Aha! Szóval ha megnézem például a harminc és nyolcvanezer lakos közötti városokat… látok egy 2,6-os reziduumot a „nagy, szinte megoldhatatlan problémáknál”.

Vojtěch: Bingo! Pontosan. Ez azt jelenti, hogy ezekben a közepes méretű városokban statisztikailag szignifikánsan több ember él a legrosszabb lakhatási problémákkal, mint amennyit pusztán véletlenül várnánk. És pontosan ez az a részlet, ami biztosítja neked a maximális pontszámot.

Eliška: Rendben, szóval tudjuk, hogy létezik valamilyen kapcsolat a változók között. De mi van tovább? Mennyire erős valójában ez a kapcsolat?

Vojtěch: Pontosan ezt fogjuk most megnézni. Itt van egy táblázat az asszociációs mérőszámokkal, mint például a Phi, a Cramer-féle V vagy a Kendall-féle tau-b.

Eliška: Látom, hogy mindegyiknél az „Approx. Sig.” oszlop majdnem nulla. Ez jó jel, ugye?

Vojtěch: Pontosan! Ez azt jelenti, hogy a kapcsolat statisztikailag szignifikáns. Nem csak valami véletlenről van szó.

Eliška: Szuper. De mi van magukkal az értékekkel? Például a Cramer-féle V csak 0,145. Ez nekem elég kevésnek tűnik.

Vojtěch: És ez a kulcsfontosságú felismerés. Mindezek az értékek – Phi, Gamma, Kendall – viszonylag alacsonyak. Közelítenek a nullához.

Eliška: Szóval a kapcsolat ugyan létezik, de… gyenge?

Vojtěch: Pontosan. Olyan, mintha lenne egy mágnesed, ami alig tart meg egy papírt a hűtőn. Működik, de nem nagy erő. A statisztikailag szignifikáns nem egyenlő az erőssel.

Eliška: Ez így már érthető! És ezzel el is érkeztünk a mai epizód végére. Szóval, hogy összefoglaljuk: átvettük a hipotéziseket, a tesztelést, és most már a kapcsolatok erősségének értelmezését is.

Vojtěch: Hatalmas munkát végeztetek. Ne feledjétek, a legfontosabb, hogy megértsétek, mit is jelentenek valójában ezek a számok.

Eliška: Nagyon köszönöm, Vojtěch, a remek magyarázatot. És nektek, kedves diákok, sok sikert kívánunk. Hallgassátok legközelebb is a Studyfi Podcastot!

Vojtěch: Sziasztok!