פורום משב

שלום נתקעתי בשאלה שאי לי מושג איך פותרים אותה...
והיא הולכת ככה:איזה מהבאים מתאר (בקירוב) את הטווח בו נמצאת תוחלת האוכלוסיה בציון הפסיכומטרי ברמת בטחון של 95%, בהנחה שהשונות באוכלוסיה במשתנה זה הוא 100
אשמח מאוד אם תגידו לי איך פותרים את זה... תודה מראש

נראה לי כי חסר חלק מהשאלה, אף שניתן לחשב את הרווח בר סמך.

נתון כי פונק'' X מתפלגת אחיד בין 0 ל-1.
כמו כן פונק'' Y אשר שווה ל- t^2+3t+5 (לדוגמא) כאשר גם t מתפלג אחיד בין 0 ל-1
איך מוצאים מה הסיכוי ש - 8X>Y?
תודה!
יעקב

בבקשה הפנה שאלה זאת לפורום העוסק בנושא הסתברות.

שלום רב,
בכדי לנתח את הטבלה אשר יצאה מדוח פירסון בתוכנת SPSS, אני זקוקה לעזרה.
ישנם 2 נתונים שיש להתייחס אליהם: המתאם והמובהקות (SIG). במידה וה SIG יצא גדול מ 0.05, זה אומר שאין כלל מובהקות, כלומר אין טעם להמשיך ולנתח את התוצאות ???

שלום רב,
ראשית, אני מתנצל על התגובה המאוחרת.
בגדול נכון, אם אין מובהקות לא ניתן להכליל מהמדגם אל האוכלוסייה לגבי הקשר שנמצא. יחד עם זאת, יתכן כי הסיבה היא גודל מדגם קטן וסיבות נוספות. אם ישנה מגמה ברורה 〈ערך הקרוב ל 0.05〉 או שיש קשר חזק אבל בגלל גודל מדגם קטן לא יצא מובהק, ניתן להתיחס אל התוצאות ומשמעותן...בזהירות.

שלום רב,

אני כותבת סמינריון בפסיכולוגיה ועשיתי ניתוח גורמים ראשיים (PCA). יש לי גורם שכל המשתנים שטעונים עליו גבוה (בערך מוחלט) הם בעלי ערך שלילי. רציתי לדעת מה המשמעות של זה וכיצד יש להתייחס לדבר כזה? המון המון תודה מראש!

היי,
אני מתנצל על התגובה המאוחרת.
כפי שציינת, החשוב זה הערך האבסולוטי, מקובל cut-off של 0.4 שמעבר לו מציינים את המשתנה כבעל טעינות משמעותית, שלילי או חיובי.
המשמעות של טעינות שלילית היא שישנו יחס הפוך בין המשתנה לגרום. לדוגמא, פריט 〈משתנה〉 כגון ''אני אוהב להיות בחברתם של אנשים'' יהיה, ככל הנראה, בעל טעינות שלילית ע גורם כגון ''מופנמות''.

כתבתי מאמר שבו בדקתי באמצעות שאלת כן/לא את הנכונות לקיום יחסי מין לא מוגנים בקונדום עם פרטנר לא קבוע. סדרת שאלות נוספת בחנה - עד כמה מין ללא אמצעי מניעה הוא מסוכן בעיניך. התשובות בסקאלה של 4 נעו ממסוכן מאוד עד לא מסוכן כלל.
סדרת שאלות נוספת בחנה עד כמה ידע מוקדם על הפרטנר משפיע על תפישת הסיכון. (למשל הידיעה כי הפרטנרית נוטלת גלולות נגד הריון, או שפרטנר/ית הציג תוצאות בדיקת איידס שליליות). השאלות נוסחו כך: עד כמה מסוכן לדעתך לקיים מין ללא קונדום עם פרטנר שהציג בדיקת איידס שלילית. התשובות בסקאלה של 4 ממאוד מסוכן עד כלל לא מסוכן.
הממצאים בניתוח קרוסטאב חי בריבוע הראו מתאם בין אלו שמוכנים לקיים מין ללא קונדום לבין אלו שסוברים כי מין ללא קונדום הוא מסוכן. כמו כן, נמצא (חי בריבוע) כי ידע מוקדם גורם לשתי הקבוצות (מוכנים ולא מוכנים למין ללא הגנה) לתפוש אקט מיני בעקבות ידע מוקדם כלא מסוכן (לא נמצא הבדל מובהק בין שתי הקבוצות לגבי תפישת הסיכון בהנתן מידע מוקדם על הפרטנר).
הביקורת שקיבלתי על המאמר טענה כי
The methodology for examining moderator effects is not appropriate. Based on the present statistical analysis it is not possible to draw decisive conclusions about the role of preliminary knowledge as a moderator for the associations between risk perception and unprotected sex.

שאלתי אליך: מה הפרוצדורה הסטטיסטית הנכונה שבעזרתה אוכל להראות כי ידע מוקדם אכן משפיע על תפישת הסיכון?
ובאילו כלים/ מבחנים סטטיסטיים יש להשתמש לשם כך.

תודה מראש

דרור שלום רב,
על מנת להשיג הבנה מלאה למה נעשה ומה יש לעשות אני צריך להסתכל בניתוחים. 〈נשמח לעשות זאת ללא עלות〉.
בהנחה שהמשתנה התלוי שהינך רוצה לנבא הינו קיום יחסי מין ללא הגנה 〈כן/ לא〉 והמשתנים המנבאים הינם סיכון וידע מוקדם 〈ואתה והריוויו רוצים לדעת את הקשר של כל אחד בנפרד ויחדיו〉 מומלץ לבצע רגרסיה לוגיסטית. ב SPSS תחת analyse > Binary logistic.

חוקר התעניין בקשר בין יציבות התמיסה (x) לזמן התפרקותה (y). הוא דגם 100 תמיסות ומצא כי מקדם המתאם בין שני המשתנים הוא r = 0.7. הוא חישב את קו הרגרסיה לניבוי זמן ההתפרקות (y) על פי יציבות התמיסה (x) ומצא כי Y=3X+2 . החוקר ריכז את הנתונים בטבלה.
עוזר המחקר שלו מצא את הטבלה וחישב אף הוא את מקדם המתאם ומשוואת הרגרסיה בין המשתנים. עם זאת, הסתבר כי עוזר המחקר חשב בטעות שערכי זמן ההתפרקות המנובאים הם ערכי זמן ההתפרקות הגולמיים (y).
מה אומרות שלוש השורות האחרונות?

על בסיס משוואת הרגרסיה חושב ע"י החוקר הערך המנובא Y {זמן התפרקות} של כל ערך X {יציבות תמיסה} נתון. לדוגמא, אם ערך יציבות X1=1 אזי לפי משוואת הניבוי זמן התפרקות
2+3X1=5. במידה והעוזר יחשב עתה את המתאם בטעות 〈עם הערכים המנובאים של זמן ההתפרקות〉 יתקבל מתאם מושלם של 1.

אשמח אם תוכלו לפתור לי שאלה ממבחן שקיבלתי
X1 מתפלג אחידה מ-1 עד N
X2 מתפלג אחידה מ-1 עד N
X=X1+X2
א.מצא את פונקציית ההסתברות
P(X=k)

ב.ודא כי תכונת הנרמול מתקיימת עבור פתרונך

התפלגות אחידה.
http://he.wikipedia.org/wiki/%D7%94%D7%AA%D7%A4%D7%9C%D7%92%D7%95%D7%AA_%D7%90%D7%97%D7%99%D7%93%D7%94
פונקציית הסתברות מצטברת.
http://he.wikipedia.org/wiki/%D7%94%D7%AA%D7%A4%D7%9C%D7%92%D7%95%D7%AA_%D7%90%D7%97%D7%99%D7%93%D7%94

יצרתי משתנה חדש על ידי חישוב ממוצע התשובות של נבדק ביחס למספר היגדים על סולם (למשל, 5 היגדים שעוסקים בחרדת בחינות, שלגביהם הנבדק היה צריך לסמן ספרה בין 1 ל-5). רציתי לשאול מה יהיה סוג המשתנה החדש? ראיתי בכל מיני מקורות שמתייחסים למשתנה כזה כאל משתנה מרווחי, אך אני לא מבינה מדוע מאחר שלפי מיטב ידיעתי, למשתנה מרווחי ניתן להוסיף מינוס, וזה לא המצב במקרה שלי. במקורות אחרים ראיתי שההתייחסות היא למשתנה יחסי, אך גם זה לא נשמע לי הגיוני, מאחר שהממוצע לא מתחיל מ-0 אלא מ-1. לי זה נראה משתנה סידורי, אך מאחר שלא מצאתי אף מקור שתומך בכיוון החשיבה הזה, אשמח לשמוע מה דעתכם.

ראשית, מתנצל על התגובה המאוחרת.
המשתנה נע בין סולם רווחי 〈אינטרוולי〉 לבין דירוגי 〈אורדינאלי〉, כאשר ככל שהמרווחים בין הקטגוריות השונות מיצגים מרחווים שווים בגודלם, הוא נוטה יותר לכיוון הרווחי. לכן, חשוב להקפיד על סקאלה מילולית תואמת המבטאת את המרווחים בין הקטגוריות היטב 〈בדיוק כמו המרווח ביןם המספרים המייצגים את הקטגוריות〉.
התכונה של הסולם הרווחי היא שניתן לומר בכמה גדול או קטן 〈לעומת הדירוגי שרק ניתן לדרג מגדול לקטן אבל לא על המרווחים〉 ועדיין לא ניתן לומר פי כמה גדול או קטן 〈התכונה של הסולם יחסי〉. בהצלחה, יוסי

שאלה בנושא מדגמים: ההסתברות שממוצע של מדגם מקרי יהיה שווה לממוצע האוכלוסיה היא 0.5, האם זה נכון? האם ההסתברות הזו לא תלויה במספר הנדגמים? אם כן, כיצד? תודה! דוד

ההסתברות שממוצע מדגם מקרי יהיה שווה בדיוק לממוצע האוכלוסייה אותה הוא מייצג שואף לאפס [לנקודה אין שטח]. ההסברות כי המדגם יהיה שווה או קטן [ולחליפין שווה גדול] מהממוצע האוכלוסייה היא 0.5
אולם כוונתך נכונה, ככל שהמדגם יותר גדול הסיכוי שהממוצע שלו יהיה קרוב יותר לממוצע האמיתי של האוכלוסייה רב יותר. ובשפה סטטיסטית, משפט הגבול המרכזי, ''אם מתוך אוכלוסייה (μ, ) היינו מוציאים את כל המדגמים האפשריים באותו גודל n ועבור כל מדגם מחשבים את הממוצע, אזי סדרת ממוצעי כל המדגמים (עבור n מספיק גדול) שואפת להתפלגות נורמאלית עם ממוצע μ וסטיית תקן הנקראת טעות התקן]''.
אני ממליץ לך בחום להוריד את המצגת ''סטטיסטיקה ב'' מהאתר.

שאלה נפוצה היא האם מדגמים משקפים את המציאות, כלומר את המצב באוכלוסיה. בעצם סטטיסטיקה בתור מדע נסמכת על טענות רבות שלא ברור הבסיס שלהן: האם הוא אמפירי או מתמטי? למשל, האם העובדה שמדגמים מתפלגים עם ממוצע האוכלוסיה וסטיית תקן שהיא טעות התקן - האם עובדה זו אומתה, ואם כן, כיצד?
אודה על כל תשובה.
שלומית

שאלה מורכבת, מעניינת ורחבה, סלחי לי על תשובתי המוגבלת למציאות של פורום :)
הבסיס להנחה כי מדגמים ככלל מיצגים את האוכלוסייה הוא בסיס הסתברותי מתמטי [ראי משפט הגבול המרכזי וקירוב הבינומית לנורמלית]. המידה בה מדגם מסוים מיצג אוכלוסייה מסוימת הוא אמפירי סטטיסטי ותלוי בגודל המדגם, מידת הפיזור שלו ואופי הפיזור -התפלגות [הנחות מוקדמות לגבי האוכלוסייה גם כן יכולות לסייע]. ללא היכולת להסתמך על הלוגיקה הדדוקטיבית [על הסתברות] לא היינו יכולים לבנות את ההסקה הסטטיסטית על קרקע איתנה.
ו''בשתי מילים'', אימות מתמטי לכל מציאות הסתברותית אפשרית, המחייבת העמדה למבחן סטטיסטי כל מציאות אמפירית קונקרטית.

רציתי לשאול מדוע במדדי מדגמים מחלקים במספר הנדגמים ומחסירים אחד. מה ההסבר להחסרה?
בתודה,
א. ח.

המושג בלעז נקרא degrees of freedom. ההחסרה אינה תמיד ב 1 ותלויה בסוג המבחן. ניתן לתת הסבר מתמטי, סטטיסטי או פילוסופי, אני בחרתי באחרון.
בהינתן סדרה של ערכים והממוצע של אותה הסדרה, כל תצפית שנוציא [מבלי לראות] נוכל לדעת את ערכה [בהינתן יתר הערכים והממוצע], כלומר אין לה ''חופש לבחור את ערכה''. לכן בדוגמא זו, מספר הערכים שיש להם חופש הוא N-1.

ברוכים הבאים