! |
*2 |
-V. | |
i |
0 |
i | |
Aj |
-i |
t [ |
i |
iii |
0 J -t |
-i | |
At |
i 0 |
o | |
-i 1 |
Zmienna V, wskazuje, ze badacz jest zainteresowany kontrastem |)jr
/ A:. Zmienna ,Y: wskazuje na kontrast lub porównanie Ą, , \ ‘v na kontrast lub porównanie At i Aj Z /ł, i At. Zwróćmy uwagę ,t 1
rzone przez kodowanie kontrastowe nie mus/.| być wzajemnie mogą być skorelowane jak w powyższym przykładzie.
Przy kodowaniu ortogonalnym poszczególnym elementom pr/\ by przedstawiające k kategorii zmiennej nominalnej w taki sposób. h\
-I zmiennych było zmiennymi ortogonalnymi, czyli niezależnymi .^ 1-min ortogonalny został tu użyty dokładnie w takim samym znaczeniu ; rozdziale 18.2. Możemy posłużyć sic całkowicie dowolnymi liczbom, runkiem, ze powstałe zmienne będą ortogonalne. Pom/cj przedstaw.. kład kodowania ortogonalnego z zastosowaniem wag I. 0. i -| C/tcfCvhV goni:
A*
.V, |
X. |
A» |
1 |
0 |
1 |
-I |
0 |
1 |
. 0 |
1 | |
0 |
-1 |
Jeżeli k jest dość duże. powstaje problem / ustaleniem takiego systemu l..c który pozwoliłby na utworzenie k - 1 zmiennych ortogonalnych Problem u-, wiamy szczegółowo w rozdziale 27.5. Zwróćmy uwagę, ze współczynnik: •. mianów ortogonalnych, stosowane przy analizie trendu, tworzą jedną klas \-_ zbiór zmiennych ortogonalnych. Współczynnikami tymi posługujemy się -x-.< zwykły sposób wówczas, gdy zmienna nie jest nominalna lub jest typu pr,\-^ łowo-stosunkowego. Kodowanie ortogonalne cechuje pewna elegancja, kt.-rc ma ani kodowanie zero-jedynkowe, ani kontrastowe. Ma ono również p -zalety algebraiczne, o których Czytelnik wkrótce się przekona
Rozważmy dane. wobec jakich zazwyczaj stosuje się jednozmicnnnwą anal-./c *• riancji. Zmienną niezależną, którą traktujemy jako nominalną, kodujemy . zeio-jcdynkową. quasi-eksperynientjlną (kontrastową) bądź ortogonalna >w.-i1 zbirtr 1 ’ 1 imiennych Zmienne te bvć ikanUm2 „ ,m
km.ąc, 1> micd/y a2, wulrtm 1 > I ,m,„„)ch R- okrefla propen1 zmień2, „ ufa,1 ,m ,Lne7^ p,«ić zmienne, me/alezne, Z kola R ‘ “"2
wzom I2fc.l3l W rezulucK «r,)M)(m) ,lmunek F d.-kUimr ul, znal,za war-ane,, , klmyfikaej, jedno™1™1, )cv o, ehon1^^2 ofizymanta ,ego ouwgo wymka W urn komektee 1 je„ «7T7 ZZZ zmienna zależna a /micnn4 niezależna i jest dokładnie uJut ^ stosunek korelacyjny i1 . Zatem tekowa1 h,po«e/ę 1 kaugonlsh
średnich. //« : M» = M: = ••• = M,. mo/na pr/eło/yc na hipotezę /emu, ujęta w kategoriach korelacyjnych //(1: - 0
Stosowanie systemu kodowania ortogonalnego upraszcza zarówno ohbc/e-nu. jak i interpretację Pr/y regresji wielokrotnej, gdy zmienne me/alc/j1 v» ortogo-nalnc. czyli nic skorelowane ze sobą. wag. regresji wielokrotnej fl s1 przs danych ujętych w postaci standardowe,, po prostu korelacjami zmiennych niezależnych ze zmienna zależna- Można to stwierdzić, zwyczajnie przyglądaj1 się wzorom stosowanym do obliczania wartości 0. Również R: jesi suma kwadratów korela
cji zmienne, niezależnej ze zmienna zależna Jeżeli )' oznacza zmienna zuiezru. a zmienna niezależna jest kodowana w postaci k - l zmiennych ortogonalnych, to
+ r,
•U-Ir
A zatem R~ można traktować jako zlozonc z k - 1 addytywnych części. Czek r;\ jest proporcja zmienności całkowitej, która mo/na przypisu1, pierwszej zmiennej kodowanej, część /y; jest proporcja, która mo/na przy pisać drugiej zmiennej kodowanej. itd. Gdy analizujemy dane / eksperymentu dwu- lub więccjczynrukowego metoda regresji wielokrotnej, niektóre r?i reprezentują efekty główne, a pozostałe — efekty interakcyjne. Istotność tych oddzielnych części można badać za pomocą stosunku F. Daje to rezultat dokładnie taki sam. jak analiza wariancji
Tabela 27.1 przedstawia prosta fikcyjna analizę wariancji w klasyfikacji jednozmiennowej. Sa tu trzy grupy eksperymentalne Au • ''J- w Jcst 5
osób badanych. Zmienna zalezna oznaczamy Y. Stosunek F = 11.508. Jest on istotny co najmniej na poziomie 0.01. Stosunek korelacyjny n: , = 0.657 Oznacza to. /c proporcję 0.657 zmienności w zakresie > można przypisać zmiennej niezależnej.
539
W przypadku kudowanu «io1«ulne1o muenne K w 1 2« m. > 0. • > j\
tprtyp red. tuuk.l