Dati binari e correlazioniL'altro giorno, stavo chiedendo dei dati binari e delle correlazioni. Stavo usando lo strumento di correlazione multivariata che emette i coefficienti di correlazione in una matrice. Tuttavia, da ulteriori ricerche, non credo che l'utilizzo di questo strumento di correlazione sia significativo per i dati categorici perché utilizza la correlazione del momento del prodotto di Pearson. Nei miei dati, ogni valore è uno 0 o 1 (passa o fallisce) che è un dato binario. Ho letto che dovrei usare il coefficiente Phi per calcolare la correlazione per i numeri binari.
Ho due domande:
1) Posso interpretare il coefficiente allo stesso modo del PPMC? So che più è vicino a +1, c'è una forte correlazione positiva. Se elevo al quadrato questo coefficiente, posso ancora usarlo per calcolare il coefficiente di determinazione?
2) Posso calcolarlo usando JMP? C'è un modo per cambiare la matrice di correlazione in modo che calcoli questo coefficiente phi invece del PPMC?
Grazie, Natalia
Oggetto: dati binari e correlazioniGrazie ancora Marco! Il tuo aiuto è stato fantastico 
Oggetto: dati binari e correlazioniAltre grandi domande.
In realtà è solo "mele alle mele" o "mele alle arance". Inoltre, è la differenza tra dati continui e categorici.
Se si dispone di una classificazione dell'intelligence e di un'altra classificazione delle attività monetarie, è possibile utilizzare Contingenza per vedere se queste variabili sono associate. (Analogo a correlato con variabili continue.) D'altra parte se avessi due classificazioni di intelligenza, potresti valutare l'associazione ma potresti esplorare una relazione più stretta: accordo. Qual è la percentuale di volte in cui entrambe le classificazioni sono state concordate?
Misuriamo la forza dell'associazione con l'odds ratio. Misuriamo la forza dell'intesa con Kappa.
Oggetto: dati binari e correlazioniAh, bella domanda!
OK, la risposta è che ci deve essere variazione da imparare. Se ottieni sempre la stessa risposta indipendentemente dalle condizioni, non puoi determinare cosa fa variare. Le statistiche non possono fornire risposte che non ci sono.
Oggetto: dati binari e correlazioniOk, quindi ho trovato dove trovare il coefficiente kappa; è sotto la tabella "Statistiche accordo". La tabella "Statistiche accordo" appare solo quando entrambe le variabili X e Y hanno gli stessi livelli. Che cosa significa? C'è un modo per verificare questo?
Oggetto: dati binari e correlazioniCiao di nuovo Marco,
Grazie per questo script; è davvero un ottimo codice! Funziona bene e ho passato un po' di tempo a imparare come l'hai scritto (penso di aver imparato qualcosa in più anche sullo scripting)!
Nel tuo codice, capisco come hai ottenuto il valore kappa o R Square(U) dal rapporto. Se eseguo manualmente un Fit Y per X, semplicemente non vedo dove trovare il coefficiente kappa. Vorrei saperne di più su questo coefficiente e su come viene calcolato. Alcuni dei miei dati potrebbero avere un'intera colonna piena di 1 e quando sono inclusi nel rapporto di emergenza, il rapporto non viene creato. Dal registro e dal mio debug, penso che ciò sia dovuto al fatto che il coefficiente kappa non viene calcolato o non può esserlo. Perchè è questo?
Oggetto: dati binari e correlazioniCiao Mark,
Grazie per la sceneggiatura. In realtà sono assente dal lavoro per una settimana, ma lo proverò sicuramente lunedì.
Grazie ancora!
Oggetto: dati binari e correlazioniLa mia sceneggiatura ha funzionato per te? Hai avuto qualche difficoltà?
Oggetto: dati binari e correlazioniEcco uno script che raccoglie Rquadrato (U) E Kappa da tutte le combinazioni delle tue colonne binarie:
Names Default To Here( 1 );
dt# = Current Data Table();
If( Is Empty( dt# ),
Throw( "Data table missing" )
);
// user choices.
dlg# = Column Dialog(
Title( "Binary Agreement" ),
yCol# = Col List( "Binary Columns",
Min Col( 2 )
),
"Select columns for agreement"
);
// check if user decides to quit.
If( dlg#["Button"] == -1,
Throw( "User cancelled" );
);
// process information returned from dialog.
Remove From( dlg# ); Eval List( dlg# );
n cols# = N Items( yCol# );
r sqr u# = agree# = Identity( n cols# );
measure# = List();
For( col1# = 1, col1# < n cols#, col1#++,
Insert Into( measure#, yCol#[col1#] << Get Name);
For( col2# = 2, col2# <= n cols#, col2#++,
ct# = dt# << Contingency(
Y( yCol#[col1#] ),
X( yCol#[col2#] ),
Contingency Table( 0 ),
Mosaic Plot( 0 ),
Tests( 1 ),
Agreement Statistic( 1 ),
Invisible
);
ctr# = ct# << Report;
r sqr u#[col1#,col2#] = r sqr u#[col2#,col1#] = ctr#["Tests"][TableBox(1)][NumberColBox(4)][1];
agree#[col1#,col2#] = agree#[col2#,col1#] = ctr#["Kappa Coefficient"][TableBox(1)][NumberColBox(1)][1];
ct# << Close Window;
);
);
Insert Into( measure#, yCol#[col1#] << Get Name );
New Window( "Binary Agreement",
Outline Box( "RSquare (U)",
tb1 = Table Box(
String Col Box( "Measure", measure# )
)
),
Outline Box( "Kappa Coefficient",
tb2 = Table Box(
String Col Box( "Measure", measure# )
)
)
);
For( col# = 1, col# <= n cols#, col#++,
tb1 << Append(
Number Col Box( measure#[col#], r sqr u#[0,col#], << Set Format( 7, 4 ) )
);
tb2 << Append(
Number Col Box( measure#[col#], agree#[0,col#], << Set Format( 7, 4 ) )
);
);
Oggetto: dati binari e correlazioniLa ringrazio molto per la risposta! Ho familiarità con JSL, ma non sono sicuro di come potrei raccogliere il valore RSquare.
Oggetto: dati binari e correlazioniIl quadrato R (U) è basato sulla verosimiglianza ma è usato esattamente come R quadrato con variabili continue.
Sì, la tua interpretazione del valore p è corretta.
È possibile scrivere uno script per avviare la piattaforma Contingency con ciascuna coppia, raccogliere la statistica R Square (U) e riportarla in una finestra personalizzata.
Per quanto riguarda la misura Phi, potresti invece ricercare quelle offerte da JMP per vedere se potrebbero essere utili. Ancora una volta, poiché tutte le tue variabili misurano 0 o 1, l'accordo potrebbe essere una misura migliore dell'associazione.
Oggetto: dati binari e correlazioniCiao Mark,
Grazie per questo! Ho provato l'Analisi di Contigenza su due variabili.
Il mio RSquare (U) è 0,9208, quindi se lo capisco correttamente, queste due variabili prevedono la risposta dell'altro poiché RSquare è abbastanza vicino a +1.
Il mio valore p è <.0001. Poiché queste due variabili sono binarie, passa o fallisce (1 o 0):
Ho: Il risultato di una variabile non ha effetto sulla seconda.
Ha: Il risultato di una variabile ha effetto sulla seconda.
Poiché il mio valore p è inferiore a 0,05, rifiuto l'ipotesi nulla a favore dell'ipotesi alternativa, giusto?
Ho 60 diverse variabili binarie. È possibile ottenere il valore RSquare in una matrice o in una tabella di dati? Questo sarebbe simile alla matrice di correlazione multivariata, ma anche una tabella di dati funziona bene. Non ho bisogno di avere tutti questi rapporti diversi per quello su cui sto lavorando.
Stavo solo facendo ricerche sul coefficiente Phi. Dice che quantifica l'associazione tra due variabili binarie. Non è possibile eseguire questo calcolo in JMP senza scrivere uno script?
Oggetto: dati binari e correlazioniI dati categorici sono diversi dai dati continui. Tuttavia, in genere esistono misure e metodi analoghi. Ad esempio, invece di parlare di correlazione come faremmo con variabili continue, parliamo di associazione O accordo con variabili categoriali. Esistono molte misure di questo tipo e JMP fornisce la maggior parte delle misure importanti e popolari.
Il metodo e la misura appropriati dipendono dalla natura delle categorie:
- numero di livelli (2, 3 o più)
- tipo di modellazione (nominale o ordinale)
- se gli stessi livelli sono utilizzati per entrambe le variabili
Sembra che tu possa essere interessato al accordo tra due variabili che catturano lo stesso nominale , binario livelli. Puoi usare il Analizzare > Adatta Y per X comando per avviare il Contingenza piattaforma. Il menù della piattaforma prevede un comando per ottenere il consenso ed un altro comando per ottenere le misure di associazione.
Ricorda che puoi selezionare Utensili > Aiuto e quindi fare clic su un rapporto per accedere direttamente alla Guida specifica per tale informazione.
Generalmente queste misure sono scalate come la correlazione, quindi l'interpretazione è la stessa.
Non so perché hai scelto la misura Phi. Possiamo parlare anche di questo.
