84903_de-DE

liliconcom

Helfen Sie mir, die Bedeutung der Ergebnisse der Chi-Quadrat-Analyse zu verstehen

Hallo zusammen,

Hier habe ich die Anwesenheit eines Autoinsassen (1 = Vordersitz, 2 = Rücksitz) mit der Schwere des Unfalls (1 = tödlich, 2 = schwer, 3 = leicht) verglichen.

 

Ich habe Probleme, die Ergebnisse zu verstehen. Ich verstehe, dass mich die erwartete und die tatsächliche Anzahl interessieren, aber wie erkenne ich, ob zwischen diesen beiden Zahlen ein Unterschied besteht? bedeutsam.

 

Dank im Voraus!

 

Betreff: Helfen Sie mir, die Bedeutung der Ergebnisse der Chi-Quadrat-Analyse zu verstehen

Nein, ein Quotenverhältnis stellt die Stärke des Zusammenhangs dar, nicht die Signifikanz (Chi-Quadrat-Stichprobenstatistik), es ist also das Verhältnis der Chancen eines Ergebnisses für verschiedene Ebenen des Prädiktors oder der erklärenden Variablen. Sie könnten beispielsweise fragen, wie hoch das Quotenverhältnis für Schweregrad = 3 ist, wenn Passagier = 0 gegenüber Passagier = 2.

 

Sie müssen verwenden Analysieren > Modell anpassen Verwenden Sie dazu die Ordinal Logistic-Plattform, um sie an das logistische Regressionsmodell anzupassen. Speichern Sie dann die Wahrscheinlichkeitsformeln, mit denen Sie dann die Quoten und die gewünschten Quotenverhältnisse berechnen können.

Betreff: Helfen Sie mir, die Bedeutung der Ergebnisse der Chi-Quadrat-Analyse zu verstehen

Herr Bailey,

" Da Ihre Stichprobe sehr groß ist, ist es möglich, schwache Zusammenhänge zu erkennen.Während die Beweise stark auf die Alternativhypothese hinweisen (es besteht ein Zusammenhang), weist der R-Quadrat-Wert von 0,0053 darauf hin, dass dieser Zusammenhang nicht viele prädiktive Informationen liefert. Das Quotenverhältnis würde die Stärke des Verbandes anzeigen.“

 

OK super. Ist das von Ihnen erwähnte Quotenverhältnis das Verhältnis zwischen dem Erwarteten und dem Beobachteten?

Betreff: Helfen Sie mir, die Bedeutung der Ergebnisse der Chi-Quadrat-Analyse zu verstehen

Wenn kein Zusammenhang besteht, gilt die Randverteilung unabhängig von der Ebene der Prädiktorvariablen. Diese Menge wird durch die Spaltensummen (Anzahl) am Ende der Kontingenztabelle bereitgestellt. Der Erwartungswert basiert auf der Randverteilung. Der erwartete Wert für die erste Zelle für Severity=1 und Car Passenger=-1 ist also 475*(1792/181384) und so weiter. Die beobachtete Anzahl wird mit dem erwarteten Wert verglichen, wenn keine Assoziation besteht, und zwar unter Verwendung eines Chi-Quadrat-Abstands: (Anzahl-Erwartet)^2 / Erwartet. Das Chi-Quadrat für die erste Zelle beträgt (1-4,69281)^2 / 4,69281 = 2,9059. Die Quadratwurzel des Zell-Chi-Quadrats ist das Pearson-Residuum und gibt Ihnen eine Vorstellung von den Ebenen, die für die Alternativhypothese am wichtigsten sind. Schließlich addieren Sie alle Zellstatistiken, um das Beispiel-Chi-Quadrat zu erhalten (in der unteren Tabelle als Pearson bezeichnet). Die Stichprobenstatistik folgt einer Chi-Quadrat-Verteilung unter der Nullhypothese und einer großen Stichprobe. Der erwartete Wert sind die Freiheitsgrade = (n Zeile – 1)(n Spalte – 1) = (4-1)(3-1) = 6. Ihre Stichprobenstatistik 780,77 ist viel größer als 6, was auf starke Beweise gegen die Nullhypothese hinweist.

 

Da Ihre Stichprobe sehr groß ist, ist es möglich, schwache Zusammenhänge zu erkennen.Während die Beweise stark auf die Alternativhypothese hinweisen (es besteht ein Zusammenhang), weist der R-Quadrat-Wert von 0,0053 darauf hin, dass dieser Zusammenhang nicht viele prädiktive Informationen liefert. Das Quotenverhältnis würde die Stärke des Verbandes anzeigen.

Betreff: Helfen Sie mir, die Bedeutung der Ergebnisse der Chi-Quadrat-Analyse zu verstehen