প্রশ্ন ট্যাগ «likert»

শাস্ত্রীয়ভাবে, একটি লিকার্ট স্কেল অনেকগুলি লিকার্ট আইটেমের (একটি বিবৃতিতে চুক্তির পরিমাণের সাধারণ রেটিং) এর সমষ্টি দিয়ে গঠিত হয়েছিল, যেখানে সমস্ত আইটেম সমানভাবে বৈধ ছিল। বর্তমানে শব্দটি মাঝে মাঝে 'অর্ডিনাল রেটিং স্কেল' (যা কেবলমাত্র 1 আইটেমের উপর ভিত্তি করে হতে পারে) এর সমার্থকভাবে ব্যবহৃত হয়।

8
অর্ডিনাল ডেটা ব্যবহারের জন্য ভাল বেসিক পরিসংখ্যানগুলি কী কী?
জরিপের প্রশ্ন থেকে আমার কাছে কিছু অর্ডিনাল ডেটা রয়েছে । আমার ক্ষেত্রে তারা লিকার্ট স্টাইলের প্রতিক্রিয়া ( দৃ St়ভাবে অসম্মতি-অসম্মতি-নিরপেক্ষ-সম্মতি-দৃr়ভাবে সম্মতি)। আমার ডেটাগুলিতে এগুলি 1-5 হিসাবে কোড করা হয়েছে। আমি মনে করি না যে এখানে অর্থগুলি অনেক বেশি বোঝায়, সুতরাং কোন মৌলিক সংক্ষিপ্ত পরিসংখ্যানকে দরকারী হিসাবে বিবেচনা করা হয়?

4
কোন পরিস্থিতিতে লিকার্ট স্কেলগুলি অর্ডিনাল বা ইন্টারভাল ডেটা হিসাবে ব্যবহার করা উচিত?
সামাজিক বিজ্ঞানের অনেকগুলি গবেষণায় লিকার্ট স্কেল ব্যবহার করা হয়। কখন লিকার্ট ডেটা অর্ডিনাল হিসাবে ব্যবহার করা উপযুক্ত এবং কখন অন্তর ডেটা হিসাবে এটি ব্যবহার করা উপযুক্ত?

6
অ্যামাজনের "গড় রেটিং" কি বিভ্রান্তিকর?
আমি যদি সঠিকভাবে বুঝতে পারি তবে 1-5 স্কেলের বুক রেটিংগুলি লিকার্ট স্কোর। অর্থাৎ, আমার জন্য একটি 3 অগত্যা অন্য কারও জন্য 3 নয়। এটি একটি সাধারণ স্কেল আইএমও। কারও কাছে গড় অর্ডিনাল স্কেলগুলি হওয়া উচিত নয় তবে অবশ্যই মোড, মিডিয়ান এবং পারসেন্টাইলগুলি নিতে পারে। সুতরাং জনসংখ্যার বড় অংশ উপরের পরিসংখ্যানের …

5
মেশিন লার্নিংয়ের শ্রেণিবদ্ধ / নেস্টেড ডেটা কীভাবে মোকাবেলা করবেন
আমি আমার সমস্যাটি একটি উদাহরণ দিয়ে ব্যাখ্যা করব। ধরুন আপনি কোনও ব্যক্তির আয়ের ভবিষ্যদ্বাণী করতে চান এমন কয়েকটি বৈশিষ্ট্য দেওয়া হয়েছে: {বয়স, লিঙ্গ, দেশ, অঞ্চল, শহর} আপনার মতো প্রশিক্ষণ ডেটাসেট রয়েছে train <- data.frame(CountryID=c(1,1,1,1, 2,2,2,2, 3,3,3,3), RegionID=c(1,1,1,2, 3,3,4,4, 5,5,5,5), CityID=c(1,1,2,3, 4,5,6,6, 7,7,7,8), Age=c(23,48,62,63, 25,41,45,19, 37,41,31,50), Gender=factor(c("M","F","M","F", "M","F","M","F", "F","F","F","M")), Income=c(31,42,71,65, 50,51,101,38, …
29 regression  machine-learning  multilevel-analysis  correlation  dataset  spatial  paired-comparisons  cross-correlation  clustering  aic  bic  dependent-variable  k-means  mean  standard-error  measurement-error  errors-in-variables  regression  multiple-regression  pca  linear-model  dimensionality-reduction  machine-learning  neural-networks  deep-learning  conv-neural-network  computer-vision  clustering  spss  r  weighted-data  wilcoxon-signed-rank  bayesian  hierarchical-bayesian  bugs  stan  distributions  categorical-data  variance  ecology  r  survival  regression  r-squared  descriptive-statistics  cross-section  maximum-likelihood  factor-analysis  likert  r  multiple-imputation  propensity-scores  distributions  t-test  logit  probit  z-test  confidence-interval  poisson-distribution  deep-learning  conv-neural-network  residual-networks  r  survey  wilcoxon-mann-whitney  ranking  kruskal-wallis  bias  loss-functions  frequentist  decision-theory  risk  machine-learning  distributions  normal-distribution  multivariate-analysis  inference  dataset  factor-analysis  survey  multilevel-analysis  clinical-trials 

1
অর্ডিনাল বা বাইনারি ডেটার জন্য ফ্যাক্টর বিশ্লেষণ বা পিসিএ আছে?
আমি অবিচ্ছিন্ন হিসাবে প্রধান উপাদান উপাদান বিশ্লেষণ (পিসিএ), অনুসন্ধানের ফ্যাক্টর বিশ্লেষণ (ইএফএ) এবং কনফার্মেটরি ফ্যাক্টর অ্যানালাইসিস (সিএফএ) সম্পন্ন করেছি পরিবর্তনশীল। তারপরে, লাভায়ান ব্যবহার করে, আমি সিএফএর পুনরাবৃত্তিটি ভেরিয়েবলগুলি শ্রেণীবদ্ধ হিসাবে সংজ্ঞায়িত করেছি। আমি জানতে চাই কী ধরণের বিশ্লেষণগুলি উপযুক্ত হবে এবং পিসিএ এবং ইএফএ এর সমতুল্য হবে যখন ডেটা প্রকৃতির …

3
লাইকার্ট আইটেম প্রতিক্রিয়া ডেটা ভিজ্যুয়ালাইজিং
লাইকার্ট প্রতিক্রিয়াগুলির সেটটি কল্পনা করার ভাল উপায়গুলি কী কী? উদাহরণস্বরূপ, এ, বি, সি, ডি, ই, এফ এবং জি সম্পর্কে কারও সিদ্ধান্তে X এর গুরুত্ব সম্পর্কে জিজ্ঞাসা করা আইটেমগুলির একটি সেট? সজ্জিত বার চার্টের চেয়ে আরও ভাল কিছু আছে কি? এন / এ এর ​​প্রতিক্রিয়া দিয়ে কি করা উচিত? কীভাবে তাদের …

6
পাঁচ পয়েন্ট লাইকার্ট আইটেমের উপর গ্রুপ পার্থক্য
এই প্রশ্নটি অনুসরণ করে : কল্পনা করুন যে আপনি দুটি গ্রুপের (যেমন, পুরুষ এবং মহিলা) মধ্যবর্তী প্রবণতার মধ্যে 5-পয়েন্ট লাইকার্ট আইটেমের (যেমন, সন্তুষ্টি সন্তুষ্ট: সন্তুষ্ট সন্তুষ্ট) মধ্যে পার্থক্যের জন্য পরীক্ষা করতে চান gine আমি মনে করি একটি টি-টেস্ট বেশিরভাগ উদ্দেশ্যে যথেষ্ট সঠিক হতে পারে তবে গ্রুপ গ্রুপের মধ্যে পার্থক্যের একটি …

4
পিসিএ স্পেসে নতুন ভেক্টর কীভাবে প্রজেক্ট করবেন?
প্রধান উপাদান বিশ্লেষণ (পিসিএ) করার পরে, আমি পিসিএ স্পেসে একটি নতুন ভেক্টর প্রজেক্ট করতে চাই (অর্থাত পিসিএ স্থানাঙ্ক সিস্টেমে এর স্থানাঙ্কগুলি সন্ধান করুন)। আমি আর ভাষা ব্যবহার করে পিসিএ গণনা করেছি prcomp। এখন আমার পিসিএ রোটেশন ম্যাট্রিক্স দ্বারা আমার ভেক্টরকে গুণ করতে সক্ষম হওয়া উচিত। এই ম্যাট্রিক্সের মূল উপাদানগুলি কি …
21 r  pca  r  variance  heteroscedasticity  misspecification  distributions  time-series  data-visualization  modeling  histogram  kolmogorov-smirnov  negative-binomial  likelihood-ratio  econometrics  panel-data  categorical-data  scales  survey  distributions  pdf  histogram  correlation  algorithms  r  gpu  parallel-computing  approximation  mean  median  references  sample-size  normality-assumption  central-limit-theorem  rule-of-thumb  confidence-interval  estimation  mixed-model  psychometrics  random-effects-model  hypothesis-testing  sample-size  dataset  large-data  regression  standard-deviation  variance  approximation  hypothesis-testing  variance  central-limit-theorem  kernel-trick  kernel-smoothing  error  sampling  hypothesis-testing  normality-assumption  philosophical  confidence-interval  modeling  model-selection  experiment-design  hypothesis-testing  statistical-significance  power  asymptotics  information-retrieval  anova  multiple-comparisons  ancova  classification  clustering  factor-analysis  psychometrics  r  sampling  expectation-maximization  markov-process  r  data-visualization  correlation  regression  statistical-significance  degrees-of-freedom  experiment-design  r  regression  curve-fitting  change-point  loess  machine-learning  classification  self-study  monte-carlo  markov-process  references  mathematical-statistics  data-visualization  python  cart  boosting  regression  classification  robust  cart  survey  binomial  psychometrics  likert  psychology  asymptotics  multinomial 

4
আর বা এসপিএসএস ব্যবহার করে লাইকার্ট প্রতিক্রিয়াগুলি ভিজ্যুয়ালাইজ করা
আমার 2 টি গ্রুপে 82 জন উত্তরদাতী রয়েছে (গ্রুপ এ 43) এবং বি গ্রুপে 39) যারা 1 - 5 (দৃ strongly়ভাবে একমত - দৃ strongly়ভাবে একমত নয়) এর মধ্যে 65 টি লিকার্ট প্রশ্নের একটি সমীক্ষা সম্পন্ন করে। অতএব আমার কাছে 66 কলাম (প্রতিটি প্রশ্নাবলীর জন্য 1 + 1 গ্রুপ বরাদ্দকে …

3
লিকার্ট আইটেমগুলির সমন্বয়ে প্রশ্নাবলীর ফ্যাক্টর বিশ্লেষণ
আমি সাইকোমেট্রিক দৃষ্টিকোণ থেকে আইটেমগুলি বিশ্লেষণ করতাম। তবে এখন আমি প্রেরণা এবং অন্যান্য বিষয়ে অন্যান্য ধরণের প্রশ্ন বিশ্লেষণ করার চেষ্টা করছি। এই প্রশ্নগুলি সমস্তই লিকার্ট স্কেলে রয়েছে। আমার প্রাথমিক চিন্তাটি ছিল ফ্যাক্টর বিশ্লেষণ ব্যবহার করা, কারণ প্রশ্নগুলি কিছু অন্তর্নিহিত মাত্রাগুলি প্রতিফলিত করার জন্য অনুমান করা হয়। কিন্তু ফ্যাক্টর বিশ্লেষণ কি …

5
6th ষ্ঠ প্রতিক্রিয়া বিকল্প ("আমি জানি না") একটি 5-পয়েন্টের লিকার্ট স্কেলে যুক্ত করা হয়েছিল। তথ্য কি হারিয়ে গেছে?
প্রশ্নাবলীর থেকে ডেটা উদ্ধারে আমার কিছুটা সহায়তা দরকার। আমার এক সহকর্মী একটি প্রশ্নোত্তর প্রয়োগ করেছিলেন, তবে অসাবধানতাবশত মূল 5-পয়েন্টের লিকার্ট স্কেলটি ব্যবহার করার পরিবর্তে (দৃ agree়ভাবে সম্মত হওয়ার জন্য দৃ disag়ভাবে একমত নয়), তিনি স্কেলে একটি 6th ষ্ঠ উত্তর inোকালেন। এবং বিষয়টি আরও খারাপ করার জন্য the ষ্ঠ প্রতিক্রিয়া বিকল্পটি …

4
কেউ কি প্রকাশিত লাইকার্ট-স্কেলে আইটেমের সংখ্যা বৈধভাবে হ্রাস করতে পারে?
[প্রতিক্রিয়ার প্রতিক্রিয়াতে সম্পাদনাগুলি - ধন্যবাদ :-)] ডোহ! আরও সম্পাদনা! দুঃখিত! হ্যালো- মনোবল এবং এই জাতীয় অন্যান্য বিষয়ে প্রকাশিত স্কেল ব্যবহার করে স্বাস্থ্যসেবা কর্মীদের কাছে পাঠানো সমীক্ষার মাধ্যমে আমি কিছু বরং রুক্ষ এবং প্রস্তুত ডেটা সংগ্রহ করছি। একমাত্র জিনিসটি হল সমীক্ষার অন্যান্য সমস্ত জিনিসগুলির সাথে স্কেলটি বরং দীর্ঘতর এবং আমি প্রতিটি …

6
দ্বিপদী প্রক্রিয়া থেকে এন-পয়েন্ট লাইকার্ট স্কেল ডেটা এন ট্রায়াল হিসাবে গণ্য করা কি উপযুক্ত?
আমি কখনই পছন্দ করি না যে লোকেরা সাধারণত লিকার্ট স্কেলগুলি থেকে ডেটা বিশ্লেষণ করে যেমন ত্রুটি অবিরত ছিল এবং গাউসিয়ান যখন যুক্তিযুক্ত প্রত্যাশা থাকে যে কমপক্ষে আঁশগুলির চূড়ান্তভাবে এই অনুমানগুলি লঙ্ঘিত হয়। আপনি নিম্নলিখিত বিকল্পটি সম্পর্কে কী ভাবেন: যদি রেসপন্সটি এন- পয়েন্ট স্কেলে মান নিয়ে যায় , তবে সেই ডেটা …

1
আমি কীভাবে আমার আরিমা মডেলটিতে পর্যবেক্ষণে একটি উদ্ভাবনী আউটলেটর অন্তর্ভুক্ত করব?
আমি একটি ডেটা সেট নিয়ে কাজ করছি। কিছু মডেল সনাক্তকরণ কৌশল ব্যবহার করার পরে, আমি একটি আরিমা (0,2,1) মডেল নিয়ে এসেছি। আমি আমার মূল ডেটা সেটটির 48 তম পর্যবেক্ষণে একটি উদ্ভাবনী আউটলেটর (আইও) সনাক্ত করতে detectIOপ্যাকেজে প্যাকেজে ফাংশনটি ব্যবহার করেছি।TSA আমি কীভাবে এই আউটলেটটিকে আমার মডেলটিতে অন্তর্ভুক্ত করব যাতে আমি …
10 r  time-series  arima  outliers  hypergeometric  fishers-exact  r  time-series  intraclass-correlation  r  logistic  glmm  clogit  mixed-model  spss  repeated-measures  ancova  machine-learning  python  scikit-learn  distributions  data-transformation  stochastic-processes  web  standard-deviation  r  machine-learning  spatial  similarities  spatio-temporal  binomial  sparse  poisson-process  r  regression  nonparametric  r  regression  logistic  simulation  power-analysis  r  svm  random-forest  anova  repeated-measures  manova  regression  statistical-significance  cross-validation  group-differences  model-comparison  r  spatial  model-evaluation  parallel-computing  generalized-least-squares  r  stata  fitting  mixture  hypothesis-testing  categorical-data  hypothesis-testing  anova  statistical-significance  repeated-measures  likert  wilcoxon-mann-whitney  boxplot  statistical-significance  confidence-interval  forecasting  prediction-interval  regression  categorical-data  stata  least-squares  experiment-design  skewness  reliability  cronbachs-alpha  r  regression  splines  maximum-likelihood  modeling  likelihood-ratio  profile-likelihood  nested-models 

1
লোকেরা কোন অঞ্চলে আগ্রহী তার একটি সমীক্ষা থেকে আসা এই পিসিএ বিপ্লটকে কীভাবে ব্যাখ্যা করবেন?
পটভূমি: আমি আমার জরিপে শত শত অংশগ্রহণকারীকে জিজ্ঞাসা করেছি তারা নির্বাচিত অঞ্চলে কতটা আগ্রহী (পাঁচটি পয়েন্ট দ্বারা লিকার্ট স্কেল 1 "আগ্রহী নয়" এবং 5 "" আগ্রহী "নির্দেশ করে)) তারপরে আমি পিসিএ চেষ্টা করেছিলাম। নীচের ছবিটি প্রথম দুটি মূল উপাদানগুলির মধ্যে একটি প্রক্ষেপণ। রঙগুলি জেন্ডারগুলির জন্য ব্যবহৃত হয় এবং পিসিএ তীরগুলি …

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.