다른 열의 이진 데이터에 대한 상관 관계안녕
그래서 각 열에 대해 1과 0으로 가득 찬 매우 큰 데이터 세트가 있습니다. 특정 열 중 일부 간에 상관 관계가 있는지 확인하려고 합니다.
저는 지역 내부와 외부의 데이터를 연관시켜 이 지역 내부와 외부의 사람들 사이에 상당한 차이가 있는지 확인하려고 합니다. 그리고 다양한 분야에서 하고 있습니다. 예 및 아니오 응답이 있는 설문조사이므로 열은 "아니요"가 0이고 "예"가 1인 다음과 같이 표시됩니다.
내부 영역 외부 영역
0 0
0 0
0 1
0 1
1 1
1 1
1 1
등 등
어떻게 해야 할지 잘 모르겠습니다. 열 1을 Y로, 열 2를 X, 요인으로 사용하여 "Fit Y by X" 옵션을 시도했지만 결과가 제대로 보이지 않습니다.
아무도 이것을 도울 수 있습니까?
감사
Re: 다른 열의 이진 데이터에 대한 상관 관계예, 몇 가지 다른 영역에서 이 방법을 사용하려고 시도했는데 좋아 보입니다!
1의 개수를 보고 있는데 대조군은 44개, 시험군은 66개였기 때문에 유의미한 차이가 나기 위해서는 22개보다 더 큰 차이가 있을 거라 예상했을 뿐입니다. 그러나 당신이 언급했듯이 두 그룹 사이에 총 표본 크기의 차이가 있음을 고려해야하므로 지금 알 수 있습니다. 0.0001의 p-값은 그렇게 낮을 것이라고 기대하지 않았기 때문에 약간의 충격을 주었습니다.
하지만 정말 고마워요, 댄! 당신은 매우 도움이 되었고 진심으로 감사합니다!
Re: 다른 열의 이진 데이터에 대한 상관 관계실제로 그림의 데이터를 기반으로 하면 p-값이 낮을 것으로 예상됩니다. 낮은 p-값은 1의 비율이 두 그룹에서 동일하지 않음을 나타냅니다. 대조군은 27.85%의 1을 가지고 있습니다. 다른 그룹은 51.97%가 1입니다. 이것은 제 생각에 꽤 큰 차이입니다(거의 25퍼센트 포인트 증가). 특히 샘플 크기가 125~160 범위인 경우. 그 큰 차이는 아마도 우연 때문이 아닐 것입니다.
모자이크 플롯을 보십시오. 파란색 막대는 1의 응답을 나타내며 한 그룹의 경우 훨씬 큽니다. 그냥 호기심에서, 통계적으로 유의미하다고 선언되려면 얼마나 큰 차이가 있는지 확인해야 한다고 생각했습니까?
Re: 다른 열의 이진 데이터에 대한 상관 관계좋아, 그래서 나는 당신이 여기에 설명 한 것을했고 이것이 내가 얻은 것입니다.
이제 모든 데이터가 포함되어 훌륭하지만 여전히 P-값이 매우 의심스럽다고 생각합니까? 이것이 맞다면 p-값이 매우 중요하기 위해 영역 간에 많은 차이가 필요하지 않습니다.
이에 대해 어떻게 생각하십니까?
Re: 다른 열의 이진 데이터에 대한 상관 관계데이터에는 질문하고 싶은 질문이 많이 있지만 "내부 영역"의 "1" 비율과 "외부 영역"의 "1" 비율을 비교하려면 다음을 수행하십시오.
표 > 쌓기를 사용하여 내부 영역 및 외부 영역 열을 쌓습니다. 1과 0으로 채워질 이 열을 Response라고 부르겠습니다. 레이블 열도 얻을 수 있습니다. 그 지역이라고 부르겠습니다. 원래 열 변수 이름이 있지만 "내부 영역" 및 "외부 영역"으로 줄이겠습니다. 이 스택은 데이터를 분석할 준비가 된 형식으로 넣습니다. 각 열은 단일 변수이고 각 행은 관측값입니다. 데이터 테이블의 행 수는 응답한 사람의 수가 됩니다. 응답 열에는 질문한 질문에 대한 모든 데이터가 포함됩니다.
면적 열과 반응 열에는 모두 명목 모델링 유형이 있어야 합니다. 이제 Fit Y by X로 이동합니다. 반응 열은 Y, 영역 열은 X입니다.
이 예에서는 2x2 테이블을 얻습니다. 그런 다음 Fisher's Exact Test, 2-tail을 살펴보겠습니다. 이 검정에는 Area 전체에서 1의 비율이 동일하다는 귀무 가설이 있습니다. 작은 p-값은 귀무 가설을 기각하고 1의 비율이 두 영역 간에 다르다는 표시입니다.
Re: 다른 열의 이진 데이터에 대한 상관 관계네, 이것은 두 개의 독립적인 샘플입니다. 나는 그것이 무엇에 관한 것인지 간략하게 설명하려고 노력할 수 있습니다.
내가 언급한 "지역"은 탄자니아의 보호 지역이며 그 안에 마을이 있습니다. 목표는 이러한 보호 지역 바로 외부에 사는 마을 사람들의 답변과 이러한 각 지역 내부의 마을 사람들의 답변을 비교하는 것입니다. 즉, 1열(내부)에 답변한 사람들과 2열(외부)에 답변한 사람들이 다릅니다. 이것은 또한 각 마을에 다른 수의 사람들이 있기 때문에 한 열에 다른 열보다 더 많은 관찰이 있는 이유를 설명합니다.
이것이 의미가 있기를 바랍니다. 알려주지 않으면 다시 시도하겠습니다.
감사
Re: 다른 열의 이진 데이터에 대한 상관 관계귀하의 후속 질문이 걱정스럽습니다.
상관 관계(또는 일치 통계)의 경우 일치하는 관측치가 있습니다. 데이터 세트의 1번 행에 대한 내부 측정이 1번 사람을 위한 것이라고 생각했습니다(저는 "Fred"라는 이름을 사용합니다). "Fred"는 외부 측정을 위해 행 번호 1의 값도 제공했습니다. 이에 대해 생각할 수 있는 한 가지 방법은 다음과 같습니다. 한 열의 모든 값을 재정렬하고 데이터가 의미를 가질 수 있습니까? 대답이 하나의 열을 재정렬하면 데이터 세트 유효성이 파괴된다는 것이라면 열이 일치됩니다. 대답이 재정렬이 괜찮다는 것이라면 데이터가 일치하지 않고 두 개의 독립적인 샘플이 있는 것입니다.
샘플이 일치하는 경우 한 열에 대해 다른 열보다 더 많은 관찰 결과를 얻은 방법은 무엇입니까?
샘플이 일치하지 않으면 지금까지 제공된 분석 조언이 올바르지 않습니다. 두 개의 독립 샘플이 서로 다른지 확인하려고 합니다. 해당 분석을 수행하려면 데이터 테이블을 재구성해야 합니다. 이는 다음 질문에 답하는 2-표본 비율 검정과 동일합니다. 모집단 1에 대한 1의 비율이 모집단 2에 대한 1의 비율과 다른가요?
두 개의 독립적인 표본 정보가 정말로 있으면 응답하십시오. 그렇게 하면 데이터를 구성하고 해당 테스트를 받는 방법에 대한 세부 정보를 얻을 수 있습니다.
Re: 다른 열의 이진 데이터에 대한 상관 관계스크린샷으로 다시 도전해보겠습니다! 여기 있습니다:
Re: 다른 열의 이진 데이터에 대한 상관 관계질문에 답변해주셔서 감사합니다!
그래서 저는 Fit Y by X를 하고 일치 통계를 보았고 다음과 같습니다.
총 답변 수에 문제가 있다고 생각합니다. 1열에는 127개의 답변(0과 1)이 있고 2열에는 158개의 답변이 있습니다. 그러나 위의 분석을 수행하면 스크린샷에서 볼 수 있듯이 총 127개만 비교됩니다. 이것을 우회할 수 있는 방법이 있습니까? 현재 이 정보에서 얻을 수 있는 관련 정보가 있는지 실제로 알 수 없기 때문입니다(P 값은 약간 의심스러워 보입니다).
도움을 주셔서 정말 감사합니다!
Re: 다른 열의 이진 데이터에 대한 상관 관계나는 Dan Fit Y by X Contingency analysis with Mosaic plot과 Kappa statistic이 더 많은 정보를 제공한다는 점에 동의합니다. 2개 이상의 레벨에 특히 유용하며 추가 통계를 제공합니다.
참고로, 0과 1의 두 열이 연속적이면 다변수 플랫폼을 사용하고 상관 관계의 CI를 선택합니다. 이것은 이 간단한 2 수준 경우에 대한 카파 통계입니다.이것이 Kappa 통계에 대한 통찰력을 제공하기를 바랍니다.
Multivariate Platform, Continuous Modeling TypeMultivariate Platform, Continuous Modeling Type다변수 플랫폼, 연속 모델링 유형
Fit Y by X Platform, Nominal Modeling TypeFit Y by X Platform, Nominal Modeling TypeX 플랫폼에 의한 피팅 Y, 명목 모델링 유형
Re: 다른 열의 이진 데이터에 대한 상관 관계상관 관계는 두 연속 변수 간의 선형 연관성 정도를 측정합니다.
값이 0과 1일 뿐이므로 이러한 열에는 연속형보다는 명목형 모델링 유형을 사용하는 것이 좋습니다. Fit Y by X는 계속 사용할 수 있습니다. 모자이크 플롯은 내부와 외부 사이의 관계를 묘사하는 좋은 그래픽을 제공합니다. 그런 다음 내부와 외부 간의 합의 정도를 측정하는 "합의 통계"를 사용합니다. 이는 상관 계수와 유사하지만 범주형 데이터에 대한 것입니다. 또한 kappa=0의 귀무 가설에 대한 테스트도 수행합니다.
