סטטיסטיקה
- 25 שאלות
- -- תגובות
- 0% הושלמו
- equalizer סטטיסטיקות
- share שתף
מנהלים:
Discuss, Learn and be Happy דיון בשאלות
help
brightness_4
brightness_7
format_textdirection_r_to_l
format_textdirection_l_to_r
חוקר בדק האם לנשים ממעמד סוציואקונומי שונה יש דעות פוליטיות קיצוניות (מדד ליקרט). מה מבחן המובהקות המתאים?
1
| done | ||
הסבר:
יש יותר משתי קבוצות (גבוה, בינוני, נמוך) ומשתנה כמותי (ציון ליקרט), ולכן המבחן המתאים הוא ANOVA חד כיווני.
מיין לפי
ANOVA הינו מבחן מובהקות הניתן לבדוק את השפעת משתנה בלתי תלוי על יותר ממשתנה תלוי אחד
1
| done |
הסבר:ANOVA רגיל בודק את השפעת משתנה אחד או יותר על משתנה תלוי יחיד. אם רוצים לבדוק השפעה על יותר ממשתנה תלוי אחד, צריך להשתמש ב־MANOVA.
מיין לפי
רגרסיה ליניארית פשוטה הינה מבחן בו מנסים לנבא משתנה תלוי שמי דיכוטומי.
1
| done |
הסבר: רגרסיה ליניארית מתאימה רק כשמשתנה המטרה כמותי ורציף. אם המשתנה שמי ודיכוטומי (כמו: הצלחה/כישלון) – צריך להשתמש ב־רגרסיה לוגיסטית.
מיין לפי
מבחן Tukey מחמיר פחות בדחייה של השערת האפס מאשר Scheffé.
1
| done | ||
הסבר: Tukey הוא מבחן פחות שמרני ולכן יותר רגיש להבדלים, אך גם יותר חשוף לטעות מסוג Scheffé שמרני יותר – מחמיר בדחיית H₀.
מיין לפי
ברגרסיה מרובה, מספיק שהשונות המוסברת המשותפת תהיה גבוהה כדי לקבוע את יכולת הניבוי של המודל.
1
| done |
הסבר: שונות מוסברת גבוהה היא טובה, אך לא מספיקה. חשוב לבדוק גם את תרומת כל משתנה, בעיות ריבוי קולינאריות, מובהקות, ועוד.
מיין לפי
ברגרסיה מרובה, ערך אחוז שונות מוסברת משותפת של 80% מעיד על חולשה של המודל.
1
| done |
הסבר: 80% שונות מוסברת = מודל חזק מאוד. ערך כזה מעיד שרוב השונות במשתנה התלוי מוסברת ע"י המשתנים המסבירים.
מיין לפי
מדגם קטן מ-30 נחקרים הינו תנאי להשתמש במבחן א-פרמטרי.
1
| done | ||
הסבר: במדגם קטן (n < 30) קשה להניח נורמליות. לכן, אם לא ניתן להוכיח שהתפלגות הנתונים נורמלית, נעדיף מבחנים א-פרמטריים. עם זאת, זה לא חוק ברזל – אם התנאים מתקיימים, אפשר גם מבחן פרמטרי.
מיין לפי
תמיד עדיף לבדוק קשר בין משתנים מאשר הבדלים בין קבוצות.
1
| done |
הסבר: זה תלוי בשאלת המחקר. אם נרצה לבדוק האם קבוצות שונות זו מזו – נבדוק הבדלים (למשל מבחן t או ANOVA). אם נרצה לבדוק איך משתנה אחד משתנה עם אחר – נבדוק קשר (למשל מתאם).
מיין לפי
על מנת שמודל רגרסיה מרובה יהיה מובהק, כל ערכי הבטא צריכים להיות מובהקים.
1
| done |
הסבר: ייתכן שהמודל הכללי מובהק (לדוגמה: R² משמעותי), גם אם לא כל המשתנים התורמים (β) מובהקים בנפרד. כל משתנה נבדק בנפרד, והמסקנה היא על המודל כולו.
מיין לפי
נלקח מדגם של 400 נבדקים ונמצא כי התפלגות הדגימה הינה נורמלית. מה נכון?
1
| done | ||
הסבר:
התפלגות הדגימה (של ממוצעים) נוטה להיות נורמלית כאשר גודל המדגם גדול (n ≥ 30) – גם אם האוכלוסייה אינה נורמלית, בזכות משפט הגבול המרכזי.
לכן ייתכן שהאוכלוסייה נורמלית – אבל אי אפשר לקבוע זאת בוודאות.
מיין לפי