תוכן עניינים:

האם אתה יכול לעשות מתאם עם נתונים נומינליים?
האם אתה יכול לעשות מתאם עם נתונים נומינליים?
Anonim

אז אין מתאם עם משתנים אורדינליים משתנים אורדינלים תאריכים בהחלט מסודרים, אז נוכל לומר שתאריכים הם סוג אורדינל, אבל הם בהחלט יותר מזה. כאשר מדברים ספציפית על ימים במובן זה, אסטרונומים משתמשים בימים ג'וליאניים. https://stats.stackexchange.com › what-type-of-data-are-dates

איזה סוג נתונים הם תאריכים? - אימות צולב

או משתנים נומינליים מכיוון שמתאם הוא מדד לקשר בין משתני סולם. עם זאת, הליך קנה המידה האופטימלי יוצר סולם למשתנים נומינליים (ואורדינליים), בהתבסס על שיוך רמות המשתנים עם משתנה תלוי.

האם אתה יכול להשתמש בנתונים נומינליים עבור מתאם?

כדי לעשות קורלציה בין משתנה נומינלי לסולם, ודא שהמשתנה הנומינלי הוא דיכוטומיה, ואז אתה יכול לעשות מתאם ביסריאלי נקודתי כאשר המשתנה הנומינלי הוא יותר מ-2 קטגוריות, מבחן המתאם מפר את הנחת הלינאריות. זה לא המבחן הנכון.

האם ניתן להשתמש במתאם של פירסון עם משתנים נומינליים?

Yes, אנחנו יכולים להשתמש בקורלציה של מומנטים של פירסון עבור שני משתנים (אחד עשוי להיות דיכוטומי). לפעמים עדיף להשתמש ב-BISERIAL CORRELATION. מקדם המתאם הנקודתי (rpb) הוא מקדם מתאם המשמש כאשר משתנה אחד (למשל Y) הוא דיכוטומי.

איך מוצאים את המתאם בין משתנים נומינליים?

Crosstabulation (הידוע גם כ-contingency or bivariate tables) משמש בדרך כלל לבחינת הקשר בין משתנים נומינליים. מבחני אי-תלות בריבוע צ'י נמצאים בשימוש נרחב להערכת קשרים בין שניים משתנים נומינליים בלתי תלויים.

האם אתה יכול לעשות מתאם עם נתונים סידוריים?

מתאם פירסון אינו מתאים לנתונים סידוריים בדרך כלל סולם ליקרים מייצג תגובות מסכים - לא מסכים. … מקדם המתאם של פירסון מודד מתאם ליניארי בין שני משתנים רציפים. ערכים המתקבלים באמצעות סולם סידורי אינם רציפים, אך הדרגות המתאימות שלהם.

מוּמלָץ: