Двумерный анализ

редактировать
Время ожидания между извержениями и продолжительность извержения для Old Faithful Geyser в Йеллоустонском национальном парке, Вайоминг, США. Эта диаграмма рассеяния предполагает, что обычно существует два «типа» извержений: кратковременные с коротким ожиданием и длительные с длительным ожиданием.

Двумерный анализ является одной из простейших форм количественного (статистического) анализа. Он включает в себя анализ двух переменных (часто обозначаемых как X, Y) с целью определения эмпирической взаимосвязи между ними.

Двумерный анализ может быть полезен при тестировании простого гипотезы из ассоциации. Двумерный анализ может помочь определить, насколько легче узнать и предсказать значение одной переменной (возможно, зависимой переменной ), если мы знаем значение другой переменной (возможно, независимой переменной ) (см. Также корреляция и простая линейная регрессия ).

Двумерный анализ можно сравнить с одномерным анализом, в котором анализируется только одна переменная. Подобно одномерному анализу, двумерный анализ анализ может быть описательным или выводным. Это анализ взаимосвязи между двумя переменными. Двумерный анализ - это простой (двухпеременный) частный случай многомерного анализа (где одновременно проверяются несколько отношений между несколькими переменными).

Содержание
  • 1 При наличии зависимой переменной
  • 2 При отсутствии зависимой переменной
  • 3 Графические методы
  • 4 См. также
  • 5 Внешние ссылки
  • 6 Ссылки
Если есть зависимая переменная

Если зависимая переменная - значение, значение которого в некоторой степени определяется другой, независимой переменной - это категориальная переменная, например, предпочитаемая марка хлопьев, затем пробит Можно использовать или логит регрессию (или мультиномиальный пробит или мультиномиальный логит ). Если обе переменные имеют порядковый номер, что означает, что они ранжируются в последовательности как первая, вторая и т.д., то может быть вычислен коэффициент ранговой корреляции. Если только зависимая переменная является порядковой, можно использовать упорядоченный пробит или упорядоченный логит. Если зависимая переменная является непрерывной - либо уровень интервала, либо уровень отношения, например шкала температуры или шкала дохода, - можно использовать простую регрессию.

Если обе переменные являются временными рядами, можно проверить конкретный тип причинной связи, известный как причинность Грейнджера, а также векторную авторегрессию. выполняется для изучения межвременных связей между переменными.

Когда нет зависимой переменной

Когда ни одна из переменных не может рассматриваться как зависимая от другой, регрессия не подходит, но возможна некоторая форма корреляционного анализа.

Графические методы

Графики, подходящие для двумерного анализа, зависят от типа переменной. Для двух непрерывных переменных диаграмма рассеяния является обычным графиком. Когда одна переменная является категориальной, а другая - непрерывной, обычно используется прямоугольная диаграмма , а когда обе категориальные - мозаичная диаграмма. Эти графики являются частью описательной статистики.

См. Также
Внешние ссылки
  • (DCA)
Ссылки
Последняя правка сделана 2021-05-12 08:33:57
Содержание доступно по лицензии CC BY-SA 3.0 (если не указано иное).
Обратная связь: support@alphapedia.ru
Соглашение
О проекте