異なる列のバイナリ データの相関やあ
したがって、各列に 1 と 0 でいっぱいの非常に大きなデータセットがあります。 特定の列のいくつかの間に相関関係があるかどうかを確認しようとしています。
エリア内とエリア外のデータを関連付けて、これらのエリアの内外の人々に大きな違いがあるかどうかを確認しようとしています。 そして、私は多くの異なる分野でそれを行っています。 はいといいえの回答がある調査なので、列は「いいえ」を 0、「はい」を 1 として次のようになります。
内側エリア 外側エリア
0 0
0 0
0 1
0 1
1 1
1 1
1 1
などなど
これについてどうすればよいかわかりません。 列 1 を Y、応答、列 2 を X、因子として「Y を X で合わせる」オプションを試しましたが、結果は実際には正しくありません。
誰でもこれを手伝ってもらえますか？
ありがとう
Re: 異なる列のバイナリ データの相関はい、いくつかの異なる領域でこの方法を使用しようとしましたが、良さそうです!
1 の数を見ていましたが、対照群では 44 で、テストでは 66 でした。そのため、有意であるためには 22 よりも大きな差があると予想していました。 しかし、あなたが言及したように、2 つのグループ間で合計サンプル サイズに違いがあることも考慮する必要があるので、今ならわかります。 0.0001 の p 値は、それほど低いとは思っていなかったので、ちょっと気になりました。
でも、どうもありがとう、ダン！ あなたは非常に役に立ち、心から感謝しています！
Re: 異なる列のバイナリ データの相関実際、写真のデータに基づいて、p 値が低いと予想されます。 低い p 値は、1 の割合が 2 つのグループで同じではないことを示しています。 対照群の 1 は 27.85% です。 他のグループは 51.97% の 1 です。 私の意見では、これはかなり大きな違いです (ほぼ 25% の増加)。 特にサンプル サイズが 125 ～ 160 の範囲の場合。 その大きな違いはおそらく偶然によるものではありません。
モザイク プロットを見てください。 青いバーは 1 の応答を表しており、1 つのグループでははるかに大きくなっています。 好奇心から、統計的に有意であると宣言するには、どれくらいの差が必要だと思いましたか?
Re: 異なる列のバイナリ データの相関さて、あなたがここで説明したことをやったので、これが私が得たものです：
すべてのデータが含まれるようになりました。これは素晴らしいことですが、それでも P 値は非常に疑わしいと思いますか? これが正しければ、p 値が非常に有意であるために、領域間に大きな差がある必要はありません。
これについてどう思いますか？
Re: 異なる列のバイナリ データの相関あなたのデータには、あなたが尋ねたいかもしれない多くの質問がありますが、「内側の領域」の「1」の割合と「外側の領域」の「1」の割合を比較するには、次のようにします。
[テーブル] > [スタック] を使用して、内側領域と外側領域の列を積み重ねます。 この列を 1 と 0 で埋められる応答と呼びましょう。 ラベル列も取得します。 それをエリアと呼びましょう。 これには元の列変数名が含まれますが、「Inside Area」と「Outside Area」に短縮します。 この積み重ねにより、データが分析の準備が整った形式になることに注意してください。各列は単一の変数であり、各行は観察です。 データテーブルの行数が回答者数になります。 [回答] 列には、質問に関するすべてのデータが含まれています。
Area 列と Response 列の両方に、名義モデリング タイプが必要です。 ここでも、Y による X によるフィットに進みます。 Response 列は Y、Area 列は X です。
この例では、2x2 テーブルを取得します。 次に、Fisher の正確確率検定、両側検定を調べます。 この検定には、1 の割合がエリア全体で同じであるという帰無仮説があります。 小さい p 値は帰無仮説を棄却し、1 の割合が 2 つの領域間で異なることを示します。
Re: 異なる列のバイナリ データの相関はい、これは 2 つの独立したサンプルです。 それが何であるかを簡単に説明しようとすることができます。
私が言及している「地域」とは、タンザニアの保護地域であり、その中に村があります。 目標は、これらの各地域内の村人からの回答と、これらの保護地域のすぐ外に住む村人からの回答を比較することです。 これは、列 1 (内側) の回答者と列 2 (外側) の回答者が異なることを意味します。 これは、村ごとに人数が異なるため、一方の列の観測値が他方の列の観測値よりも多い理由も説明しています。
これが理にかなっていることを願っています。 そうでない場合はお知らせください。もう一度試します。
ありがとう
Re: 異なる列のバイナリ データの相関あなたのフォローアップの質問は私を心配させます。
相関 (または一致統計) については、一致する観測値があります。 データセットの行番号 1 の内側の測定値は、人 #1 のものだと思いました (「フレッド」という名前を使用します)。 「フレッド」は、外側の測定値の行番号 1 の値も提供しました。 これについて考える 1 つの方法は、次のとおりです。1 つの列のすべての値を並べ替えても、データは意味のあるものになるでしょうか? 答えが、1 つの列を並べ替えるとデータセットの有効性が失われるというものである場合、列は一致しています。 並べ替えに問題がないという答えが得られた場合、データは一致せず、2 つの独立したサンプルが得られます。
サンプルが一致している場合、どのようにして一方の列の観測値が他方の列よりも多くなったのでしょうか?
サンプルが一致しない場合、これまでに与えられた分析アドバイスは正しくありません。 2 つの独立したサンプルが互いに異なるかどうかを調べています。 その分析を実行するには、データ テーブルを再構築する必要があります。これは、母集団 1 の 1 の割合と母集団 2 の 1 の割合が異なるかという質問に答える 2 標本の割合検定に相当します。
本当に 2 つの独立したサンプルの情報があるかどうかを答えてください。 もしそうなら、データを構造化してそのテストを取得する方法についての詳細を与えることができます。
Re: 異なる列のバイナリ データの相関スクリーンショットで再挑戦します！ どうぞ：
Re: 異なる列のバイナリ データの相関質問に答えてくれてありがとう！
そこで、Fit Y by X を実行し、一致統計を調べたところ、次のようになりました。
回答の総数に問題があると思います。 列 1 には 127 の回答 (0 と 1) があり、列 2 には 158 の回答があります。 ただし、上記の分析を行うと、スクリーンショットに見られるように、合計で 127 しか比較されません。 これをバイパスする方法はありますか?現在のように、これから得られる関連情報があるかどうかはわかりません (P 値は少し疑わしく見えます)。
本当に助かりました！
Re: 異なる列のバイナリ データの相関Dan the Fit Y by X Contingency analysis with Mosaic plot と Kappa statistics に同意します。 これは、2 つ以上のレベルで特に役立ち、追加の統計情報を提供します。
参考までに、0 と 1 の 2 つの列が連続している場合は、多変量プラットフォームを使用して、相関の CI を選択します。これは、この単純な 2 レベルのケースのカッパ統計です。うまくいけば、これはカッパ統計への洞察を提供します.
Multivariate Platform, Continuous Modeling TypeMultivariate Platform, Continuous Modeling Type多変量プラットフォーム、連続モデリング型
Fit Y by X Platform, Nominal Modeling TypeFit Y by X Platform, Nominal Modeling TypeY by X プラットフォームに合わせる、ノミナル モデリング タイプ
Re: 異なる列のバイナリデータの相関相関は、2 つの連続変数間の線形関連の程度を測定します。
値は 0 と 1 のみであるため、これらの列には連続ではなくノミナル モデリング タイプを使用することをお勧めします。 Fit Y by X は引き続き使用できます。 モザイク プロットは、インサイドとアウトサイドの関係を表す優れたグラフィックを提供します。 次に、インサイドとアウトサイドの一致度を測定する「一致統計」を使用します。 これは相関係数に似ていますが、カテゴリデータ用です。 また、kappa=0 の帰無仮説の検定も行います。
