অর্ডিনাল এবং একটি অবিচ্ছিন্ন পরিবর্তনশীল মধ্যে পারস্পরিক সম্পর্ক সঠিকভাবে মূল্যায়ন কিভাবে?


14

আমি এর মধ্যে পারস্পরিক সম্পর্ক অনুমান করতে চাই:

একটি নিয়মিত পরিবর্তনশীল: বিষয়গুলিকে 1-5 স্কেলের 6 প্রকারের ফলের জন্য তাদের পছন্দগুলি রেট করতে বলা হয় (অত্যন্ত বিরক্তিকর থেকে খুব সুস্বাদু থেকে শুরু করে) গড় বিষয়গুলিতে স্কেলের মাত্র 3 পয়েন্ট ব্যবহার করা হয়।

একটি অবিচ্ছিন্ন পরিবর্তনশীল: একই বিষয়গুলি দ্রুত এই ফলগুলি সনাক্ত করতে বলা হয়, যার ফলস্বরূপ 6 টি ফলের জন্য গড় নির্ভুলতা তৈরি হয়।

স্পিয়ারম্যান এই ডেটাগুলি বিশ্লেষণ করার জন্য সেরা পদ্ধতি কি এবং / অথবা আমি বিবেচনা করতে পারে এমন আরও কোন ভাল পদ্ধতি আছে?


1
তালিকায় আপনাকে স্বাগতম। অর্ডিনাল ভেরিয়েবল দেখে মনে হচ্ছে এটি আসলে 6 ভেরিয়েবল (প্রতিটি ফলের জন্য একটি)। এটি শনাক্তকরণ ভেরিয়েবল কীভাবে তৈরি করা হয় বা এটি অবিচ্ছিন্নও তাও আমার কাছে পরিষ্কার নয়।
পিটার ফ্লুম - মনিকা পুনরায়

ধন্যবাদ দ্রুত! সুতরাং প্রতিটি বিষয়ের জন্য আমার কাছে 6 টি পছন্দসই রেটিং এবং 6 টি নির্ভুলতার রেটিং রয়েছে। নির্ভুলতা হল 16 সনাক্তকরণের ট্রায়াল (প্রতিটি ধরণের ফলের জন্য 16) এর বেশি গড় hit হিট হয় যখন তারা সঠিক ফল নির্বাচন করে, মিস হয় যখন তারা ভুল ধরণের ফল নির্বাচন করে। আশা করি এটি আরও স্পষ্ট করে দিয়েছে।
সান

উত্তর:


7

আপনি স্পিয়ারম্যানস ব্যবহার করতে পারেন যা র‌্যাঙ্কের উপর ভিত্তি করে এবং সাধারণ তথ্যের জন্য তাই ঠিক। আপনার তখন ছয়টি ফলাফল হবে have

আপনি যদি অন্যরকম পদ্ধতি অবলম্বন করতে চান তবে আপনি জটিল হয়ে উঠতে পারেন এবং মাল্টিলেভেল মডেলের দিকে নজর দিতে পারেন, সাবজেক্টটি পুনরাবৃত্তি করা হচ্ছে। দেখে মনে হচ্ছে "নির্ভুলতা" "পছন্দ" এর উপর নির্ভর করবে। সুতরাং, একটি মিশ্র মডেল সেটির দিকে নজর দিতে পারে এবং ডেটা-স্বাতন্ত্র্যের জন্য অ্যাকাউন্ট করে। তবে, যেমনটি উল্লেখ করা হয়েছে, এটি বাস্তবায়নের জন্য আরও অনেক জটিল মডেল।

আমাদের সাইট ব্যবহার করে, আপনি স্বীকার করেছেন যে আপনি আমাদের কুকি নীতি এবং গোপনীয়তা নীতিটি পড়েছেন এবং বুঝতে পেরেছেন ।
Licensed under cc by-sa 3.0 with attribution required.