Ozsváth Károly NYME ACSJK Testnevelési Tanszék
-
Upload
kelsey-miller -
Category
Documents
-
view
19 -
download
0
description
Transcript of Ozsváth Károly NYME ACSJK Testnevelési Tanszék
Ozsváth Károly
NYME ACSJK Testnevelési Tanszék
• A diszkriminanciaanalízis (DSC, DISCRIMINANT) /{ DA, MDA }/ csoportok közti különbségek (különbözőségek), ezen különbségek kialakulásának többváltozós statisztikai elemző módszere. Csoportok szétválasztására, megkülönböztetésére szolgáló módszer, azonban a csoportokat "magától" nem alakítja ki. Az eljárás a varianciaanalízis határesete.
• A csoportok megkülönböztetésére (diszkrimináció) az analízis egy egyenletrendszert ad meg (MDA vagy DSC modell). E modell szerinti téves besorolások arányával is jellemezhető a DSC - többek közt. A feldolgozás többváltozós ("multiple", röv.: "M") statisztika, és a változók jelentősége/szerepe szerinti bevonással dolgozó u.n. lépésenkénti ("stepwise") eljárása is létezik. A stepwise változat csak szignifikáns esetben vonja be a leginkább megkülönböztető (következő) változót, amit szélsőséges esetben egy későbbi lépés során "visszavonhat", kizárhat…
• • Az SPSS és a STATISTICA a háttérváltozókra/faktorokra is számításokat végez
(discriminant function, FUNC, ill. factor, Root). A programcsomag a DSC számítására több metodust is tartalmaz, ezek a végeredményt tekintve azonos eredményt adnak. Az egyes módszerek a bevonási sorrendhez nyújtanak preferenciákat, de pl. a változók végső súlyát, az analízis szignifikanciáját, az egyenletrendszert és a klasszifikációs eredményeket érdemben többnyire nem befolyásolják.
• Rendkívül hatékony, pontos, de számításigényes eljárás. Ma már széleskörűen alkalmazzák a legkülönfélébb diagnosztikai eljárások kialakításakor az ipari termeléstől kezdve a szociológián át az orvostudományokig. (Pl. orvosi számítógépes diagnosztikai programok !)
• Pedagógiai - és sporttudományi - felhasználása is kézenfekvő, bár az irodalomban még nem általános. A DSC alkalmazhatósága valószínűsíthető olyan területeken is, amire ma még nem gondolunk. Ilyen lehet pl. a tesztelmélet területe, a validitástól a skálázáson át a standardizálásig.
• A DSCRIMINANT során vizsgálható (fő) kérdések:• 0.1. Különböznek-e egymástól a csoportok ? (összességében)• 0.2. Mely csoportok közt szignif. az eltérés ? (páronkénti összehasonlítás/ok)• 0.3. A páronkénti különbözőségek sorrendje, erőssége (a vonatkozó F-próba számszerű értéke alapján)• 0.4. A csoportok egymástól való megkülönböztetése mennyire pontos, milyen mértékű (minél kisebb Wilks-
lambda, reziduális F, stb. a választott metodustól függően)• **0.5. A változók jelentősége a csoportok egymástól való elkülönítésében, a különbségek kialakulásában (a
bevonás sorrendje, a vonatkozó F érték nagysága, a bevonáshoz -és visszavonáshoz- számított "F to remove" értékek alapján ,számított relativ súly %-ban)
• **0.6. A DSC modell szerinti helyes csoportba sorolások aránya, honnan - hová - milyen arányban sorol át (Classification results, esetszám és % ).
• 0.7. Konkrét v.sz.-ek, esetek csoportba sorolása, a csoportba sorolás pontossága • 0.8. A csoportok egymástól való különbségének és "egymásba lógásának" ábrázolása, ezen át a csoportok
homogenitásának bemutatása• 0.9. Milyen összetett háttértényezőkre vezethető vissza a csoportok megkülönböztetése (FUNC), ezekben
az egyes változók súlya (hasonlóan a faktoranalizishez itt is korrelációs e.h. a FUNC-val). • 0.10. Az egyes háttértényezők milyen %-ban magyarázzák a különbségeket (csak a különbség varianciáját !)• 0.11. A megkülönböztető "funkció(k)" összefüggése a csoportosítással, azaz a FUNC-k mennyiben
magyarázzák a különbségeket (CANOCORR), a csoportokat. Lényegileg az egész DSC egyik központi kérdése, a funkciók és ezeken át az eredeti változók milyen mértékben magyarázzák a kialakított csoportokat. Az érték "közönséges" korrelációnak tekinthető, csak negativ előjelet nem kaphat. Ez értelmetlen is lenne, hiszen nincs "nagyobb" és "kisebb" paraméter értékű csoport, a matematikai változó kvalitativ paraméteként és nem kvantifikálhatóan egy "szempont" (csoport1, csoport2, csoport3, stb.). Miként a kétváltozós (r) és a többszörös (R) korrelációnál, a cancorr négyzete is determinációs együtthatónak felel meg, ekkor %-nak is tekinthető.
• {{{ A kanonikus korreláció ezzel együtt nehezen értelmezhető. A változók két csoportja - Y= a "csoportok", X= mért paraméterek - közötti összefüggésrendszert jellemzi. Lényegileg bővitett többszörös regresszióanalizisről van szó, ahol közös sajátérték(ek)et (lambda) számítanak, ami(k) a két változócsoport közti korrelációs koefficiens(ek) négyzete(i). A kanonikus korrelációt ebből négyzetgyökvonással képezik. }}
• 0.12. Szakmai értelmezés kérdése a hipotetikus funkciók elnevezése, az analizis tényeinek elemzése, az oksági kapcsolatok feltételezett elvi magyarázata.
• Fábián Gy. – Zsidegh M.: A testnevelési és sporttudományos kutatások módszertana, 248-253. p., 261-264.p.
• Fájl: ergo.sta
Összefoglalva:
Root 1 vs. Root 2
G_1:1 G_2:2 G_3:3-3 -2 -1 0 1 2 3 4
Root 1
-2,0
-1,5
-1,0
-0,5
0,0
0,5
1,0
1,5
2,0
2,5
3,0
Ro
ot
2
• Fábián Gy. – Zsidegh M.: A testnevelési és sporttudományos kutatások módszertana, 254-261. p.
• A tankönyvben N=30, itt N=45, azaz az eredmények részleteikben eltérőek!
• Fájl: eufit2004 ccc.sta
Root 1 vs. Root 2
KIVÁLÓ REKORD 'átlag alatti JÓ Ön beteg! jó átlagos gyenge-10 -8 -6 -4 -2 0 2 4 6 8 10
Root 1
-7
-6
-5
-4
-3
-2
-1
0
1
2
3
4
Ro
ot
2
Root 1 vs. Root 2
KIVÁLÓ REKORD 'átlag alatti JÓ Ön beteg! jó átlagos gyenge-10 -8 -6 -4 -2 0 2 4 6 8 10
Root 1
-7
-6
-5
-4
-3
-2
-1
0
1
2
3
4R
oo
t 2
Root 1 vs. Root 2
KIVÁLÓ REKORD 'átlag alatti JÓ Ön beteg! jó átlagos gyenge-10 -8 -6 -4 -2 0 2 4 6 8 10
Root 1
-7
-6
-5
-4
-3
-2
-1
0
1
2
3
4
Ro
ot
2
Root 1 vs. Root 2
KIVÁLÓ REKORD 'átlag alatti JÓ Ön beteg! jó átlagos gyenge-10 -8 -6 -4 -2 0 2 4 6 8 10
Root 1
-7
-6
-5
-4
-3
-2
-1
0
1
2
3
4
Ro
ot
2
Forward stepwise Standard
• Ha bevesszük a csoportosítási változó alapját képező pontszámot a változók közé (amit ráadásul a mért teszteredmények határoznak meg), akkor stepwise módszerrel a következő eredményeket kapjuk:
Root 1 vs. Root 2
KIVÁLÓ REKORD 'átlag alatti JÓ Ön beteg! jó átlagos gyenge-20 -15 -10 -5 0 5 10 15
Root 1
-7
-6
-5
-4
-3
-2
-1
0
1
2
3
4
Ro
ot
2
The End of DSC