Bivariační analýza - Bivariate analysis

Bivariační analýza je jednou z nejjednodušších forem kvantitativní (statistická) analýza.[1] Zahrnuje analýzu dvou proměnné (často označováno jakoX, Y), za účelem stanovení empirického vztahu mezi nimi.[1]
Bivariační analýza může být při jednoduchém testování užitečná hypotézy z sdružení. Bivariační analýza může pomoci určit, do jaké míry je snazší znát a předvídat hodnotu pro jednu proměnnou (možná a závislá proměnná ) pokud známe hodnotu jiné proměnné (možná nezávislé proměnné ) (viz také korelace a jednoduchá lineární regrese ).[2]
Bivariační analýza může být porovnána s jednorozměrná analýza ve kterém je analyzována pouze jedna proměnná.[1] Stejně jako jednorozměrná analýza může být i dvojrozměrná analýza popisný nebo inferenční. Jedná se o analýzu vztahu mezi těmito dvěma proměnnými.[1] Bivariační analýza je jednoduchý (dvě proměnné) speciální případ vícerozměrná analýza (kde se zkoumá více vztahů mezi více proměnnými současně).[1]
Když existuje závislá proměnná
Pokud závislá proměnná - ten, jehož hodnota je do určité míry určena druhým, nezávislé proměnné - je kategorická proměnná, například preferovaná značka obilovin probit nebo logit regrese (nebo multinomiální probit nebo multinomiální logit ) může být použito. Pokud jsou obě proměnné pořadové číslo, což znamená, že jsou seřazeny v pořadí jako první, druhý atd., poté a hodnostní korelace lze vypočítat koeficient. Pokud je jen závislá proměnná pořadová, objednaný probit nebo objednal logit může být použito. Pokud je závislá proměnná spojitá - buď na úrovni intervalu, nebo na úrovni poměru, jako je teplotní stupnice nebo stupnice příjmů -, pak jednoduchá regrese může být použito.
Pokud jsou obě proměnné časové řady, zvláštní typ kauzality známý jako Grangerova kauzalita lze testovat a vektorové autoregrese lze provést k prozkoumání mezičasových vazeb mezi proměnnými.
Pokud neexistuje závislá proměnná
Když ani jednu proměnnou nelze považovat za závislou na druhé, není vhodná regrese, ale nějaká forma korelace analýza může být. [3]
Grafické metody
Grafy které jsou vhodné pro bivariantní analýzu, závisí na typu proměnné. Pro dvě spojité proměnné, a bodový diagram je běžný graf. Když je jedna proměnná kategorická a druhá spojitá, a krabicový graf je běžné a když jsou oba kategorické a mozaiková zápletka je běžné. Tyto grafy jsou součástí deskriptivní statistika.
Viz také
externí odkazy
Reference
- ^ A b C d E Hrabě R. Babbie, Praxe sociálního výzkumu, 12. vydání, Wadsworth Publishing, 2009, ISBN 0-495-59841-0, str. 436–440
- ^ Bivariační analýza, Sociologický rejstřík>
- ^ Chatterjee, Samprit (2012). Regresní analýza příkladem. Hoboken, New Jersey: Wiley. ISBN 978-0470905845.
- ^ M. Haghighat, M. Abdel-Mottaleb a W. Alhalabi (2016). Diskriminační korelační analýza: Fúze na úrovni prvků v reálném čase pro multimodální biometrické rozpoznávání. Transakce IEEE o informační forensice a bezpečnosti, 11 (9), 1984-1996.