Rozdíl mezi bivariantními a multivariačními analýzami

Bivariační a multivariační analýzy jsou statistické metody pro zkoumání vztahů mezi vzorky dat. Bivariační analýza zkoumá dva spárované datové soubory a zkoumá, zda mezi nimi existuje vztah. Vícerozměrná analýza používá dvě nebo více proměnných a analýz, které, pokud existují, korelují s konkrétním výsledkem. Cílem v druhém případě je určit, které proměnné ovlivňují nebo způsobují výsledek.

Bivariační analýza zkoumá vztah mezi dvěma datovými soubory s dvojicí pozorování odebraných z jednoho vzorku nebo jednotlivce. Každý vzorek je však nezávislý. Data analyzujete pomocí nástrojů, jako jsou t-testy a chi-kvadrát testy, abyste zjistili, zda tyto dvě skupiny dat navzájem korelují. Pokud jsou proměnné kvantitativní, obvykle je grafujete na bodovém grafu. Bivariační analýza také zkoumá sílu jakékoli korelace.

Jedním z příkladů bivariační analýzy je výzkumný tým, který zaznamenává věk manžela i manželky v jednom manželství. Tyto údaje jsou spárovány, protože oba věky pocházejí ze stejného manželství, ale nezávislé, protože věk jedné osoby nezpůsobuje věk jiné osoby. Vykreslíte data tak, aby ukazovala korelaci: starší manželé mají starší manželky. Druhým příkladem je záznam měření síly úchopu a síly paží jednotlivců. Data jsou spárována, protože obě měření pocházejí od jedné osoby, ale nezávislá, protože se používají různé svaly. Vytvoříte data od mnoha jednotlivců, abyste ukázali korelaci: lidé s vyšší silou úchopu mají vyšší sílu paží.

instagram story viewer

Analýza s více proměnnými zkoumá několik proměnných, aby zjistila, zda jedna nebo více z nich předpovídají určitý výsledek. Prediktivní proměnné jsou nezávislé proměnné a výsledkem je závislá proměnná. Proměnné mohou být spojité, což znamená, že mohou mít řadu hodnot, nebo mohou být dichotomické, což znamená, že představují odpověď na otázku ano nebo ne. Vícenásobná regresní analýza je nejběžnější metodou používanou při vícerozměrné analýze k nalezení korelací mezi soubory dat. Mezi další patří logistická regrese a vícerozměrná analýza rozptylu.

Vícerozměrnou analýzu použili vědci ve studii Journal of Pediatrics z roku 2009 ke zjištění, zda je negativní životní události, rodinné prostředí, rodinné násilí, mediální násilí a deprese jsou prediktory agresivity mládeže a šikanování. V tomto případě negativní životní události, rodinné prostředí, rodinné násilí, mediální násilí a deprese byly nezávislé proměnné prediktorů a agresivita a šikana byly závislým výsledkem proměnné. Více než 600 subjektům s průměrným věkem 12 let dostalo dotazníky ke stanovení predikčních proměnných pro každé dítě. Průzkum také určoval výstupní proměnné pro každé dítě. Ke studiu souboru dat bylo použito několik regresních rovnic a modelování strukturálních rovnic. Negativní životní události a deprese byly shledány jako nejsilnější prediktory agresivity mládeže.

Teachs.ru
  • Podíl
instagram viewer