sõltumatud muutujad korreleeruvad omavahel - tekib võimalus “vahendatud korrelatsiooniks”
DESCRIPTION
mustad. valged. isased. 20 vaatlust. 2 vaatlust. emased. 3 vaatlust. 24 vaatlust. Sõltumatud muutujad korreleeruvad omavahel - tekib võimalus “vahendatud korrelatsiooniks” - kinganumber ja tarbitud toit – teame, mis mõjutab; - kehasuurus ja mao suurus – ei tea, mis mõjutab; - PowerPoint PPT PresentationTRANSCRIPT
![Page 1: Sõltumatud muutujad korreleeruvad omavahel - tekib võimalus “vahendatud korrelatsiooniks”](https://reader030.vdocuments.site/reader030/viewer/2022033016/56813fea550346895daae1fa/html5/thumbnails/1.jpg)
Sõltumatud muutujad korreleeruvad omavahel
- tekib võimalus “vahendatud korrelatsiooniks”- kinganumber ja tarbitud toit – teame, mis mõjutab;- kehasuurus ja mao suurus – ei tea, mis mõjutab;
- kaks pidevat muutujat;- pidev ja kategooriline;- kaks kategoorilist - mittetasakaaluline ANOVA:
mustad
valged
isased
20 vaatlust
2 vaatlust
emased
3 vaatlust
24 vaatlust
![Page 2: Sõltumatud muutujad korreleeruvad omavahel - tekib võimalus “vahendatud korrelatsiooniks”](https://reader030.vdocuments.site/reader030/viewer/2022033016/56813fea550346895daae1fa/html5/thumbnails/2.jpg)
Taime pikkus sõltuvana
1) temperatuurist;2) niiskusest
Mängime, et temperatuur ja niiskus korreleeruvad omavahel,nt elame kuskil kõrbe lõunaserval:
0 10 20 30 40 50 60 70 80 90
niiskus
15
20
25
30
temperatuur
![Page 3: Sõltumatud muutujad korreleeruvad omavahel - tekib võimalus “vahendatud korrelatsiooniks”](https://reader030.vdocuments.site/reader030/viewer/2022033016/56813fea550346895daae1fa/html5/thumbnails/3.jpg)
0 1 0 2 0 3 0 4 0 5 0 6 0 7 0 8 0 9 0n i is kus
0
1 0
2 0
3 0
4 0
5 0
6 0
7 0
8 0
taim
Ühekaupa asja uurides pole kahtlust, et taime pikkus sõltubnii niiskusest kui ka temperatuurist,
aga kas niiskusel on sellist mõju, mis pole temperatuuri mõjuga seletatav?
aga kas temperatuuril on sellist mõju, mis pole niiskusemõjuga seletatav?
.... paneme nad nüüd ühte ANOVA mudelisse sõltumatuteks muutujateks, aga mitu eri varianti.... SS jagamine….
1 2 1 4 1 6 1 8 2 0 2 2 2 4 2 6 2 8 3 0 3 2 3 4tem p
0
1 0
2 0
3 0
4 0
5 0
6 0
7 0
8 0
taim
![Page 4: Sõltumatud muutujad korreleeruvad omavahel - tekib võimalus “vahendatud korrelatsiooniks”](https://reader030.vdocuments.site/reader030/viewer/2022033016/56813fea550346895daae1fa/html5/thumbnails/4.jpg)
Type I analüüs ehk type I sums of squareskannab kogu halli osa selle arvele,
kes mudelis esimesena, hindab maksimaalset mõju;tesie faktori suhtes konservatiivne - mis “päriselt kindlasti
tema oma”, hindab minimaalset mõju. Niiskus esimeseks:
DF Type I SS F P niiskus 1 2164 32.30 0.0023temperatuur 1 142 2.13 0.2045
.... ei saa väita, et temperatuuril oleks niiskusest sõltumatu mõju.
![Page 5: Sõltumatud muutujad korreleeruvad omavahel - tekib võimalus “vahendatud korrelatsiooniks”](https://reader030.vdocuments.site/reader030/viewer/2022033016/56813fea550346895daae1fa/html5/thumbnails/5.jpg)
Temperatuur esimeseks:
Source DF Type I SS F p temperatuur 1 1886 28.1 0.0032niiskus 1 420 6.28 0.0541Ei saa ka väita niiskuse temperatuurist sõltumatut mõju (kuigi napilt),
Ja nüüd type III – konservatiivne mõlema suhtes!
DF Type III SS F P temperatuur 1 142.5 2.13 0.2045niiskus 1 420.8 6.28 0.0541
![Page 6: Sõltumatud muutujad korreleeruvad omavahel - tekib võimalus “vahendatud korrelatsiooniks”](https://reader030.vdocuments.site/reader030/viewer/2022033016/56813fea550346895daae1fa/html5/thumbnails/6.jpg)
Type I muutujate järjekord olulune, type III mitte!
III tüüpi analüüsi oht - see ühine seletav jõud jääb leidmata!
Tee enda jaoks mitut moodi,esita aga type III kui see peegeldab tõde adekvaatselt!
Muidu pead seletama.
Kui ei korreleeru (on tasakaaluline) siis pole vahet!
Ka ühefaktorilise puhul mitte!
Type II ja IV kah olemas.
Väldi kui võimalik, aga alati ei saa!
![Page 7: Sõltumatud muutujad korreleeruvad omavahel - tekib võimalus “vahendatud korrelatsiooniks”](https://reader030.vdocuments.site/reader030/viewer/2022033016/56813fea550346895daae1fa/html5/thumbnails/7.jpg)
Kovariatsioonanalüüs katses -otsene ja kaudne mõju.
Röövikute rühmas elamise mõju liblika viljakusele,kehakaalu kaudu või veel midagi?
Kaalu kaasamine kovariaadiks!Kovariaadi kaasamisel sisuline tähendus – küsimus muutub!
Ära tee seda, kui kaalud treati väga erinevad!
manipulatsioon:rühmas kasvatamine
nukukaal
liblikaviljakus
![Page 8: Sõltumatud muutujad korreleeruvad omavahel - tekib võimalus “vahendatud korrelatsiooniks”](https://reader030.vdocuments.site/reader030/viewer/2022033016/56813fea550346895daae1fa/html5/thumbnails/8.jpg)
Mitmene regressioon
pikkus = 0,597*temp + 0,089*valgus + 0,196*niiskus - 0.12
Mittelineaarne regressioony = sin(ax + c(log(x))bx
- millist siis sobitame?- ette teada?
- mida järeldame?- funktsiooni enda omadused, mitte andmete omad.- kirjeldamaks OK.
Enamasti piisab, kui uurime, kas hälbib lineaarsusest.- kaasame ruutliikme: positiivne ja negatiivne;- sobitame parabooli.
![Page 9: Sõltumatud muutujad korreleeruvad omavahel - tekib võimalus “vahendatud korrelatsiooniks”](https://reader030.vdocuments.site/reader030/viewer/2022033016/56813fea550346895daae1fa/html5/thumbnails/9.jpg)
0 2 4 6 8 10 12
x
0
6
12
18
y
y = 0,27x2+1,55x+3,6
![Page 10: Sõltumatud muutujad korreleeruvad omavahel - tekib võimalus “vahendatud korrelatsiooniks”](https://reader030.vdocuments.site/reader030/viewer/2022033016/56813fea550346895daae1fa/html5/thumbnails/10.jpg)
II tüüpi regressioon:
- kui tahame järeldada midagi tõusu väärtusest;- esimest tüüpi regressioon ennustamise tarbeks, mitte tõenäoseima seose hindamise tarbeks;- eri pidi ennustamiseks erinevad sirged!
Võrrand ei sõltu sellest, kumb muutuja on kummal teljel!
Geometric mean regression- mõlematpidi tõusude geomeetriline keskmine;
- kui huvitab vaid seose olemasolu, pole vahet, milline regressioon!
![Page 11: Sõltumatud muutujad korreleeruvad omavahel - tekib võimalus “vahendatud korrelatsiooniks”](https://reader030.vdocuments.site/reader030/viewer/2022033016/56813fea550346895daae1fa/html5/thumbnails/11.jpg)
-ANOVA variatsioonid:
- hierahiline;
- juhuslike faktoritega;
- korduvmõõtmistega;
![Page 12: Sõltumatud muutujad korreleeruvad omavahel - tekib võimalus “vahendatud korrelatsiooniks”](https://reader030.vdocuments.site/reader030/viewer/2022033016/56813fea550346895daae1fa/html5/thumbnails/12.jpg)
Hierarhiline ANOVA
ühe faktori mõjudel “lubatakse” erineda teise faktori eri tasemetel - klass ja kool;
üks faktor on teisele allutatud - nested. sulgudesse: B(A), klass(kool)
Kas sabasule pikkus sõltub soost:tavaliselt:
DF Type III SS F P sugu 1 0.333 0.05 0.82liik 1 0.333 0.05 0.82
aga nüüd sugu allutatud (... nested) liigile
liik 1 0.333 0.16 .69sugu(liik) 2 40.66 9.76 .0071
.... alampopulatsioonid, katsedisain, kovariaadid.
![Page 13: Sõltumatud muutujad korreleeruvad omavahel - tekib võimalus “vahendatud korrelatsiooniks”](https://reader030.vdocuments.site/reader030/viewer/2022033016/56813fea550346895daae1fa/html5/thumbnails/13.jpg)
Juhuslike faktoritega dispersioonanalüüs
juhuslik (random) faktor on selline muutuja, mille katses esindatud tasemed on vaadeldavad valimina suurest tasemete populatsioonist.
- pesakond
Fikseeritute kõik tasemed on katses esindatud:- treatment;- sugu.
Juhusliku puhul on juhuhajuvus mitmetasandiline:- üksikvaatluste hajuvus ümber pesakonna keskmise;- pesakondade hajuvus ümber pesakondade keskmise.
![Page 14: Sõltumatud muutujad korreleeruvad omavahel - tekib võimalus “vahendatud korrelatsiooniks”](https://reader030.vdocuments.site/reader030/viewer/2022033016/56813fea550346895daae1fa/html5/thumbnails/14.jpg)
![Page 15: Sõltumatud muutujad korreleeruvad omavahel - tekib võimalus “vahendatud korrelatsiooniks”](https://reader030.vdocuments.site/reader030/viewer/2022033016/56813fea550346895daae1fa/html5/thumbnails/15.jpg)
![Page 16: Sõltumatud muutujad korreleeruvad omavahel - tekib võimalus “vahendatud korrelatsiooniks”](https://reader030.vdocuments.site/reader030/viewer/2022033016/56813fea550346895daae1fa/html5/thumbnails/16.jpg)
![Page 17: Sõltumatud muutujad korreleeruvad omavahel - tekib võimalus “vahendatud korrelatsiooniks”](https://reader030.vdocuments.site/reader030/viewer/2022033016/56813fea550346895daae1fa/html5/thumbnails/17.jpg)
Uurime tamme lehe suuruse sõltuvust uurimisala temperatuurist.
Millised on juhuslikud:- puu isend;- oks puus;- aastaaeg;- metsatukk;- biotoop (mets/ avamaa);- aasta.
Võib sõltuda probleemipüstitusest:kas uurime erinevust just nende populatsioonide vahel või
tahame tulemusi üldistada kõigile populatsioonidele.
Kui on random, on üldistatav!
![Page 18: Sõltumatud muutujad korreleeruvad omavahel - tekib võimalus “vahendatud korrelatsiooniks”](https://reader030.vdocuments.site/reader030/viewer/2022033016/56813fea550346895daae1fa/html5/thumbnails/18.jpg)
I ja II tüüpi ja mixed ANOVA
ühefaktorilise puhul pole vahet;
Kahefakroriline (üks juhuslik ja üks fixed)
vahe on enamasti väike, kui koosmõjusid pole;
koosmõjudega läheb vahe suureks!
- 6 pesakonda, 2:4, kuidas kogu populatsioonis? Ei tea.
erinevus puudutab pigem just seda, mis ise pole juhuslik!
![Page 19: Sõltumatud muutujad korreleeruvad omavahel - tekib võimalus “vahendatud korrelatsiooniks”](https://reader030.vdocuments.site/reader030/viewer/2022033016/56813fea550346895daae1fa/html5/thumbnails/19.jpg)
manipulatsioon
pesakond a b
mõju
1 1 2 +1
2 1 -4 -5
3 3 3,7 +0,7
4 3 4,3 +1,3
5 4 -0,3 -4,3
6 4 5 +1
pesakond fikseeritud: Type 3 Tests of Fixed Effects Num Den Effect DF DF F Value Pr > F trea 1 24 6.10 0.0211pesa 5 24 23.70 <.0001trea*pesa 5 24 11.12 <.0001
![Page 20: Sõltumatud muutujad korreleeruvad omavahel - tekib võimalus “vahendatud korrelatsiooniks”](https://reader030.vdocuments.site/reader030/viewer/2022033016/56813fea550346895daae1fa/html5/thumbnails/20.jpg)
manipulatsioon
pesakond a b
mõju
1 1 2 +1
2 1 -4 -5
3 3 3,7 +0,7
4 3 4,3 +1,3
5 4 -0,3 -4,3
6 4 5 +1
pesakond juhuslik: Type 3 Tests Num Den Effect DF DF F Value Pr > F trea 1 24 0.55 0.4924pesa 5 24 2.13 0.213trea*pesa 5 24 11.12 <.0001
![Page 21: Sõltumatud muutujad korreleeruvad omavahel - tekib võimalus “vahendatud korrelatsiooniks”](https://reader030.vdocuments.site/reader030/viewer/2022033016/56813fea550346895daae1fa/html5/thumbnails/21.jpg)
manipulatsioon
populatsioon a b
mõju
1 1 2 +1
2 1 2 +1
3 3 3,7 +0,7
4 3 4,3 +1,3
5 4 4 0
6 4 5 +1
pesakond fikseeritud: Type 3 Tests of Fixed Effects Num Den Effect DF DF F Value Pr > F trea 1 24 7.76 0.0103pesa 5 24 12.31 <.0001trea*pesa 5 24 0.39 0.8486
![Page 22: Sõltumatud muutujad korreleeruvad omavahel - tekib võimalus “vahendatud korrelatsiooniks”](https://reader030.vdocuments.site/reader030/viewer/2022033016/56813fea550346895daae1fa/html5/thumbnails/22.jpg)
pesakond juhuslik: Type 3 Tests Num Den Effect DF DF F Value Pr > F trea 1 24 19.74 0.0067pesa 5 24 31.32 0.0009trea*pesa 5 24 0.39 0.8486
manipulatsioon
populatsioon a b
mõju
1 1 2 +1
2 1 2 +1
3 3 3,7 +0,7
4 3 4,3 +1,3
5 4 4 0
6 4 5 +1
![Page 23: Sõltumatud muutujad korreleeruvad omavahel - tekib võimalus “vahendatud korrelatsiooniks”](https://reader030.vdocuments.site/reader030/viewer/2022033016/56813fea550346895daae1fa/html5/thumbnails/23.jpg)
- ei ole alati õiget ja valet;
- peaks olema palju;
- peab ikka grupeerima üksikvaatlusi, mitte vaatlus ise olema!
![Page 24: Sõltumatud muutujad korreleeruvad omavahel - tekib võimalus “vahendatud korrelatsiooniks”](https://reader030.vdocuments.site/reader030/viewer/2022033016/56813fea550346895daae1fa/html5/thumbnails/24.jpg)
kaal populatsioon (random)
treatment (fixed)
3,2 a X
4,8 a Z
5,9 a X
4,6 b Z
5,6 b X
9,8 b Z
3,3 b X
8,4 b Z
6,6 c X
5,8 c Z
2,7 c X
![Page 25: Sõltumatud muutujad korreleeruvad omavahel - tekib võimalus “vahendatud korrelatsiooniks”](https://reader030.vdocuments.site/reader030/viewer/2022033016/56813fea550346895daae1fa/html5/thumbnails/25.jpg)
Korduvmõõtmistega ANOVA
- ühte isendit (või muud asja) on mõõdetud mitu korda;Ei tohi tavaliselt:
- hindame vabadusastmeid üle – pseudoreplikatsioonid!;- ei võta individuaalsust arvesse.
Mõlema vastu aitab REPEATED measurements ANOVA:
1. Sõltuvate valimite t-test
2. Täide kaalu sõltuvus karu karvkatte paksusest.
3. Linde söödetakse eri taimedega ja uuritakse parasiitide ohtrust,
iga lindu neli korda mõõdetakse, time*trea koosmõju huvitab.