Korrelation für binäre Daten in verschiedenen SpaltenHi
Ich habe also einen sehr großen Datensatz voller Einsen und Nullen für jede Spalte. Ich versuche zu sehen, ob es eine Korrelation zwischen einigen der bestimmten Spalten gibt.
Ich versuche, Daten innerhalb eines Gebiets mit denen außerhalb des Gebiets zu korrelieren, um zu sehen, ob es signifikante Unterschiede zwischen Menschen innerhalb und außerhalb dieser Gebiete gibt. Und ich tue es für viele verschiedene Bereiche. Es ist eine Umfrage mit Ja- und Nein-Antworten, also würden die Spalten ungefähr so aussehen, mit „Nein“ als 0 und „Ja“ als 1.
Innenbereich Außenbereich
0 0
0 0
0 1
0 1
1 1
1 1
1 1
usw. usw.
Ich bin mir nicht sicher, wie ich vorgehen soll. Ich habe die Option "Y by X anpassen" mit Spalte 1 als Y, Antwort und Spalte 2 als X, Faktor ausprobiert, aber das Ergebnis sieht nicht wirklich richtig aus.
Kann jemand dabei helfen?
Vielen Dank
Betreff: Korrelation für binäre Daten in verschiedenen SpaltenJa, ich habe versucht, die Methode auf ein paar verschiedene Bereiche anzuwenden, und es sieht gut aus!
Ich habe mir die Anzahl der Einsen angesehen und die sind 44 in der Kontrollgruppe und 66 im Test, also habe ich nur erwartet, dass es einen größeren Unterschied als 22 gibt, damit er signifikant ist. Aber wie Sie bereits erwähnt haben, müsste man auch berücksichtigen, dass es einen Unterschied in der Gesamtstichprobengröße zwischen den beiden Gruppen gibt, also kann ich das jetzt sehen. Der p-Wert von 0,0001 hat mich etwas aus der Fassung gebracht, da ich nicht erwartet hatte, dass er so niedrig ist.
Aber vielen Dank Dan! Sie waren sehr hilfreich und ich weiß das aufrichtig zu schätzen!
Betreff: Korrelation für binäre Daten in verschiedenen SpaltenTatsächlich würde ich basierend auf Ihren Daten im Bild einen niedrigen p-Wert erwarten. Der niedrige p-Wert besagt, dass der Anteil der Einsen für die beiden Gruppen nicht gleich ist. Die Kontrollgruppe hat 27,85 % 1s. Die andere Gruppe hat 51,97 % 1s. Das ist meiner Meinung nach ein ziemlich beträchtlicher Unterschied (eine Steigerung von fast 25 Prozentpunkten). Besonders bei Stichprobengrößen im Bereich von 125 bis 160. Ein so großer Unterschied ist wahrscheinlich kein Zufall.
Sehen Sie sich das Mosaikdiagramm an. Der blaue Balken stellt die Antwort von 1 dar und ist für die eine Gruppe viel größer. Nur aus Neugier, wie groß war der Unterschied, den Sie Ihrer Meinung nach sehen müssten, damit er als statistisch signifikant deklariert wird?
Betreff: Korrelation für binäre Daten in verschiedenen SpaltenOkay, also habe ich getan, was Sie hier erklärt haben, und das ist, was ich bekomme:
Alle Daten sind jetzt enthalten, was großartig ist, aber ich denke immer noch, dass der P-Wert sehr verdächtig aussieht? Wenn dies richtig ist, muss es keinen großen Unterschied zwischen den Bereichen geben, damit der p-Wert sehr signifikant ist.
Was sind Ihre Gedanken dazu?
Betreff: Korrelation für binäre Daten in verschiedenen SpaltenIhre Daten enthalten viele Fragen, die Sie vielleicht stellen möchten, aber um den Anteil der „1“ des „Innenbereichs“ mit dem Anteil der „1“ des „Außenbereichs“ zu vergleichen, gehen Sie wie folgt vor:
Stapeln Sie die Spalten Innenbereich und Außenbereich mit Tabelle > Stapeln. Nennen wir diese Spalte Antwort, die mit Einsen und Nullen gefüllt wird. Sie erhalten auch eine Label-Spalte. Lassen Sie mich das Gebiet nennen. Das wird die ursprünglichen Spaltenvariablennamen haben, aber ich werde nur auf "Inside Area" und "Outside Area" verkürzen. Beachten Sie, dass diese Stapelung die Daten in eine für die Analyse bereite Form bringt: Jede Spalte ist eine einzelne Variable, jede Zeile ist eine Beobachtung. Die Anzahl der Zeilen der Datentabelle entspricht der Anzahl der Personen, die geantwortet haben. Die Spalte Antwort enthält alle Daten zu der von Ihnen gestellten Frage.
Sowohl die Spalte „Fläche“ als auch die Spalte „Antwort“ sollten den nominalen Modelltyp haben. Jetzt gehen Sie noch zu Fit Y by X. Die Spalte Antwort ist das Y, die Spalte Bereich ist das X.
Für dieses Beispiel erhalten Sie eine 2x2-Tabelle. Ich würde mir dann den Fisher's Exact Test ansehen, 2-schwänzig. Dieser Test hat die Nullhypothese, dass der Anteil der Einsen in der gesamten Fläche gleich ist. Ein kleiner p-Wert würde diese Nullhypothese zurückweisen und ein Hinweis darauf sein, dass der Anteil der Einsen zwischen den beiden Bereichen unterschiedlich ist.
Betreff: Korrelation für binäre Daten in verschiedenen SpaltenOk, also ja, das sind zwei unabhängige Proben. Ich kann versuchen, kurz zu erklären, worum es geht.
Die "Gebiete", die ich erwähne, sind Schutzgebiete in Tansania mit Dörfern darin. Ziel ist es, die Antworten von Dorfbewohnern in jedem dieser Gebiete mit Antworten von Dorfbewohnern zu vergleichen, die unmittelbar außerhalb dieser Schutzgebiete leben. Das bedeutet, dass die Personen, die Antworten in Spalte 1 (innen) geben, sich von den Personen unterscheiden, die Antworten in Spalte 2 (außen) geben. Das erklärt auch, warum in einer Spalte mehr Beobachtungen stehen als in der anderen, da in jedem Dorf eine unterschiedliche Anzahl von Menschen lebt.
Ich hoffe, dass dies sinnvoll ist. Wenn nicht, lass es mich wissen und ich werde es erneut versuchen.
Vielen Dank
Betreff: Korrelation für binäre Daten in verschiedenen SpaltenIhre Folgefrage macht mir Sorgen.
Für Korrelationen (oder die Übereinstimmungsstatistik) haben Sie übereinstimmende Beobachtungen. Ich dachte, dass die innere Messung für Zeile Nummer 1 Ihres Datensatzes für Person Nr. 1 war (ich werde den Namen "Fred" verwenden). "Fred" lieferte auch den Wert in Zeile Nummer 1 für Ihre Außenmessung. Eine Möglichkeit, darüber nachzudenken, ist: Könnte ich alle Werte in einer Spalte neu anordnen und die Daten trotzdem Sinn machen? Wenn die Antwort lautet, dass das Neuordnen einer Spalte die Gültigkeit des Datensatzes zerstören würde, werden die Spalten abgeglichen. Wenn die Antwort lautet, dass die Neuordnung in Ordnung ist, werden die Daten nicht abgeglichen, und Sie haben zwei unabhängige Stichproben.
Wenn Ihre Proben übereinstimmen, wie kam es dann zu mehr Beobachtungen für eine Spalte als für die andere?
Wenn die Proben NICHT übereinstimmen, dann ist die Analyseberatung, die Sie bisher erhalten haben, nicht korrekt. Sie möchten sehen, ob sich die beiden unabhängigen Stichproben voneinander unterscheiden. Sie müssen Ihre Datentabelle umstrukturieren, um diese Analyse durchzuführen, was einem Proportionstest bei zwei Stichproben entspricht, der die Frage beantwortet: Unterscheidet sich der Anteil der Einsen für Grundgesamtheit 1 von dem Anteil der Einsen für Grundgesamtheit 2?
Antworten Sie, wenn Sie wirklich die Informationen zu den beiden unabhängigen Proben haben. Wenn Sie dies tun, können Sie Einzelheiten darüber erfahren, wie Sie Ihre Daten strukturieren und diesen Test durchführen können.
Betreff: Korrelation für binäre Daten in verschiedenen SpaltenIch versuche es nochmal mit den Screenshots! Bitte schön:
Betreff: Korrelation für binäre Daten in verschiedenen SpaltenDanke Jungs für die Beantwortung der Frage!
Also habe ich den Fit Y by X gemacht und mir die Übereinstimmungsstatistik angesehen und sie sieht so aus:
Ich denke, es gibt ein Problem mit der Gesamtzahl der Antworten. In Spalte 1 gibt es 127 Antworten (0 und 1) und in Spalte 2 gibt es 158 Antworten. Bei der obigen Analyse werden jedoch nur insgesamt 127 verglichen, wie im Screenshot zu sehen ist. Gibt es eine Möglichkeit, dies zu umgehen, da ich nicht wirklich sehe, ob daraus relevante Informationen gewonnen werden können, wie sie jetzt sind (P-Werte sehen ein wenig verdächtig aus).
Ich weiß die Hilfe sehr zu schätzen!
Betreff: Korrelation für binäre Daten in verschiedenen SpaltenIch stimme Dan the Fit Y by X zu. Die Kontingenzanalyse mit dem Mosaikdiagramm und der Kappa-Statistik liefern weitere Informationen. Es ist besonders nützlich für mehr als 2 Ebenen und bietet zusätzliche Statistiken.
Zu Ihrer Information, wenn die beiden Spalten von 0 und 1 kontinuierlich sind, verwenden Sie die multivariate Plattform und wählen Sie das CI der Korrelation aus. Dies ist die Kappa-Statistik für diesen einfachen 2-Ebenen-Fall.Hoffentlich gibt dies einen Einblick in die Kappa-Statistik.
Multivariate Platform, Continuous Modeling TypeMultivariate Platform, Continuous Modeling TypeMultivariate Plattform, kontinuierlicher Modellierungstyp
Fit Y by X Platform, Nominal Modeling TypeFit Y by X Platform, Nominal Modeling TypeY-an-X-Plattform anpassen, nominaler Modellierungstyp
Betreff: Korrelation für binäre Daten in verschiedenen SpaltenDie Korrelation misst den Grad der linearen Assoziation zwischen zwei kontinuierlichen Variablen.
Da die Werte nur 0 und 1 sind, würde ich empfehlen, für diese Spalten den nominalen Modellierungstyp zu verwenden, anstatt kontinuierlich. Sie können weiterhin Fit Y by X verwenden. Das Mosaikdiagramm gibt eine gute Grafik ab, die die Beziehung zwischen Innen und Außen darstellt. Ich würde dann die "Zustimmungsstatistik" verwenden, die den Grad der Übereinstimmung zwischen Innen und Außen misst. Dies ähnelt einem Korrelationskoeffizienten, gilt jedoch für kategoriale Daten. Sie haben auch einen Test für die Nullhypothese von kappa=0.
