독립성 및 범주형 변수의 카이제곱 검정저는 통계를 처음 접합니다. 나는 참가자들이 일부 음악 샘플의 템포를 재생하기 위해 탭해야 하는 실험을 설계했습니다.나는 x-변수인 60, 120 및 150bpm의 템포 값에서 음악 샘플을 조작했으며 범주형 및 명목형으로 레이블을 지정했습니다. 기록된 템포 값(y-변수) 외에도 S-인자라고 부르는 변수가 하나 더 있습니다. S-factor는 범주형 변수이며 주어진 템포와 재생된 템포가 일치하는 경우 정보를 제공합니다. 예를 들어 60bpm에서 60bpm이 감지된 경우 레이블은 1 = 동일합니다. 120에서 60이 감지되면 레이블은 2=더블입니다. S-factor 0- Half, 1= Same, 2 = Double, 3 = Other에 4개의 레이블이 있습니다.
My H0 is = 인지된 템포는 주어진 템포와 동일합니다. 즉, 60은 60에서 감지되고, 120은 120에서 감지되고 150은 150에서 감지됩니다.
H1 = 인지된 템포가 주어진 템포와 동일하지 않습니다.
두 가지 질문이 있습니다.
1) 노래가 표시되는 템포(60bpm, 120bpm 및 150bpm)가 범주형 변수입니까 아니면 연속 변수입니까? S-인자는 명목 또는 순서 변수로 레이블이 지정되어야 합니까?
2) 가설을 테스트하기 위해, 주어진 템포와 인지된 템포가 모두 범주형이므로 독립성에 대한 카이제곱 검정을 수행해야 합니까 아니면 그냥 분석으로 가야 할까요 ---> 모델 적합 ----> 템포를 x로 두어야 할까요? -변수 및 S-인자를 y-변수로? 이것이 문제를 보는 두 가지 다른 접근 방식이거나 그 중 하나만 옳은 경우에는 그렇지 않습니까?
Re: 독립성 및 범주형 변수의 카이제곱 검정예, S가 Half, Same 또는 Double과 일치하지 않는 결과가 있습니다. 그러나 그들은 아주 소수입니다. 자세히 설명하자면 84개의 음악 클립이 있고 28개의 음악 클립 각각은 60, 120 및 150bpm의 특정 템포 값으로 설정되어 있습니다. . 주어진 템포 120에 대한 맥동률이 119에서 얻어지면 나는 그 값에 대해 S를 Double로 표시합니다. 단, 120에 대한 맥동이 80이면 기타로 표시한다. 이미 데이터가 있습니다. 지금 통계 분석에 문제가 있습니다.
Re: 독립성 및 범주형 변수의 카이제곱 검정예, S가 일치하지 않는 결과가 있습니다. 절반, 동일 또는 이중. 그러나 그들은 아주 소수입니다. 자세히 설명하자면 84개의 음악 클립이 있고 28개의 음악 클립 각각은 60, 120 및 150bpm의 특정 템포 값으로 설정되어 있습니다. .
주어진 템포 120에 대한 맥동률이 119에서 얻어지면 나는 그 값에 대해 S를 Double로 표시합니다. 단, 120에 대한 맥동이 80이면 기타로 표시한다.
이미 데이터가 있습니다. 지금 통계 분석에 문제가 있습니다.
Re: 독립성 및 범주형 변수의 카이제곱 검정예, S가 일치하지 않는 결과가 있습니다. 절반, 동일 또는 이중. 그러나 그들은 아주 소수입니다. 자세히 설명하자면 84개의 음악 클립이 있고 28개의 음악 클립 각각은 60, 120 및 150bpm의 특정 템포 값으로 설정되어 있습니다. .
주어진 템포 120에 대한 맥동률이 119에서 얻어지면 나는 그 값에 대해 S를 Double로 표시합니다. 단, 120에 대한 맥동이 80이면 기타로 표시한다.
이미 데이터가 있습니다. 지금 통계 분석에 문제가 있습니다.
Re: 독립성 및 범주형 변수의 카이제곱 검정첫째, 과제에서 S = 기타 수준을 어떻게 사용합니까? Half, Same 또는 Double과 정확히 일치하지 않는 결과에 대한 것입니까?
둘째, 왜 양적 변수를 질적 변수로 바꾸는가? 항상 정보 손실이 있습니다. 해석이 아니라 해석이라고 생각합니다.
셋째, 데이터가 이미 있거나 연구를 계획하고 있습니까?
마지막으로 제시된 템포(X)와 관측된 템포(Y)가 모두 연속적인 숫자 변수인 경우 회귀 분석을 사용합니다. 분산 분석은 카이 제곱 대신 F 비율을 나타냅니다. 각 항에 대해 t 비율이 표시됩니다. 데이터 문제가 있는지, 무작위가 아닌 패턴이 있는지, 데이터를 모델링하는 데 필요한 복잡성(예: 선형, 2차, 3차 등)이 있는지 확인하기 위해 먼저 산점도의 데이터를 검사합니다. 이것은 모두 Fit Y by X > Bivariate 플랫폼을 통해 수행할 수 있습니다.
Re: 독립성 및 범주형 변수의 카이제곱 검정나는 S를 올바르게 정의하지 않았다고 생각합니다. 레이블에는 증가 순서가 있지만 실제로는 증가 순서가 아닙니다.
예를 들어, 60bpm으로 표시되는 노래가 30bpm에서 인식되는 경우를 의미합니다. 그러면 맥동은 30이지만 S-인자는 절반이거나 값 레이블이 0입니다. 60bpm에서 60bpm이 감지되면 S 계수는 동일하거나 값 레이블 1이 됩니다. 각 노래는 서로 독립적이므로 레이블도 지정된 템포 값과 맥동률에 따라 독립적으로 할당되는 것으로 가정합니다.
이러한 경우 S는 여전히 서수입니까?
Re: 독립성 및 범주형 변수의 카이제곱 검정S에 대한 귀하의 설명은 범주형 수준이 1 < 2 < 3의 증가하는 차이를 나타낸다고 믿게 했습니다. 그래서 저는 그런 경우에 서수 모델링 유형을 사용할 것입니다.
y 대 x의 모델을 맞춘 다음 예측된 y를 사용하여 S를 계산하는 것이 좋습니다. 관찰된 y를 기반으로 S를 할당하고 분석하거나 모델링하는 것보다 S의 품질이 더 높을 것이라고 생각합니다.
Re: 독립성 및 범주형 변수의 카이제곱 검정나는 실제 템포를 측정하지만 주관적이고 응답으로 기록되는 맥동이기 때문에 맥동(y-변수)이라고 부릅니다. 나는 맥동을 연속 변수로 표시했습니다. 주어진 템포의 각 노래에 해당하는 맥동률을 기록합니다.
이제 주어진 템포가 연속 변수여야 하는 이유를 이해했습니다! 고맙습니다.
맥동이 발생하면 S-변수를 도출하고 레이블을 지정합니다. 나는 여전히 S가 명목이 아니라 서수여야 하는 이유를 이해할 수 없습니다.
Re: 독립성 및 범주형 변수의 카이제곱 검정일반적으로 가능한 한 연속 인자를 사용합니다. 세 가지 수준만 제시했지만 템포에 대한 선택은 무한하지만 요소는 여전히 연속적입니다.
S는 요인이 아닙니다. 또 다른 (파생된) 응답입니다. 기록된 템포인 응답 변수 Y와 중복됩니다. 실제 템포를 측정하거나 세 가지 레벨 중 하나로 분류합니까? 전자인 경우 연속 수치 데이터 열을 사용합니다. 후자의 경우 서수 데이터 열을 사용합니다.
두 개의 변수만 있다고 생각하므로 Fit Y by X를 사용하여 분석을 시작할 수 있습니다. Logistic 또는 Contingency를 시작할 것인지 확실하지 않습니다. 위의 내 질문에 대한 답변에 따라 다릅니다.
