Корреляция, определение значимости коэффициента Опции

[SurgeonAnastasia]

Здравствуйте
Проведено исследование, связанное с изучением стоматологических и психологических параметров, по 4 параметра в каждом разделе. Психологические параметры выражались в дихотомической шкале и ранговой. Стоматологические - в ранговой. Необходимо было провести корреляционный анализ.
Анализ был проведён с использованием расчета коэффициентов Спирмена, биссериального коэффициентов. Коэффициенты получены как положительные, так и отрицательные. Затем проведено определение значимости этих коэффициентов. Также получены различные значения, как и значимые значения, так и значения, соответствующие гипотезе о нулевом коэффициенте.
Все считала в Excel.
В итоге, много вопросов:
1. Правильный ли у меня алгоритм действий?
2. Если да, то что интерпретировать: сам коэффициент или его значимость?
3. Правильно ли использовать Excel или другая программа лучше для этих целей.
Заранее прошу прощения за возможную некомпетентность.

[leo_biostat]

Здравствуйте
Проведено исследование, связанное с изучением стоматологических и психологических параметров, по 4 параметра в каждом разделе. Психологические параметры выражались в дихотомической шкале и ранговой. Стоматологические - в ранговой. Необходимо было провести корреляционный анализ.
Анализ был проведён с использованием расчета коэффициентов Спирмена, биссериального коэффициентов. Коэффициенты получены как положительные, так и отрицательные. Затем проведено определение значимости этих коэффициентов. Также получены различные значения, как и значимые значения, так и значения, соответствующие гипотезе о нулевом коэффициенте.
Все считала в Excel.
В итоге, много вопросов:
1. Правильный ли у меня алгоритм действий?
2. Если да, то что интерпретировать: сам коэффициент или его значимость?
3. Правильно ли использовать Excel или другая программа лучше для этих целей.
Заранее прошу прощения за возможную некомпетентность.

Здравствуйте!

В прошлом году мы с коллегами проводили для стоматологов стат. анализ по аналогичным массивам. И в беседе с исследователями узнали, что в таких исследованиях всегда учитывается наличие различных групп наблюдений. Например, пол пациентов, анамнез, группа зубов или их расположение, и т.п. Поэтому в таких ситуациях следует использовать не только анализ парных взаимосвязей, но и методы многомерного стат. анализа. Это могут быть разные методы, но наиболее эффективно для подобных массивов использовать логистическую регрессию. Описание метода и примеры см. в серии 9 статей (http://www.biometrica.tomsk.ru/logit_1.htm -- http://www.biometrica.tomsk.ru/logit_9.htm)

[nokh]

Здравствуйте!

В прошлом году мы с коллегами проводили для стоматологов стат. анализ по аналогичным массивам. И в беседе с исследователями узнали, что в таких исследованиях всегда учитывается наличие различных групп наблюдений. Например, пол пациентов, анамнез, группа зубов или их расположение, и т.п. Поэтому в таких ситуациях следует использовать не только анализ парных взаимосвязей, но и методы многомерного стат. анализа. Это могут быть разные методы, но наиболее эффективно для подобных массивов использовать логистическую регрессию. Описание метода и примеры см. в серии 9 статей (http://www.biometrica.tomsk.ru/logit_1.htm -- http://www.biometrica.tomsk.ru/logit_9.htm)

Вы вводите топикстартера в заблуждение неуместными комментариями. Его интересовали конкретно 2 корреляции: ранговая Спирмена и точечно-бисериальная. Информацию по ним он получил, фронт работ есть. Для поиска связи ему не следует использовать регрессию , которая используется для поиска зависимостей, и это независимо от того, что вы считали стоматологам. Рекомендую прочитать что-нибудь по различию задач поиска связи от задач поиска зависимостей - хорошей литературы в вашей библиотеке много.

[p2004r]

Вы вводите топикстартера в заблуждение неуместными комментариями. Его интересовали конкретно 2 корреляции: ранговая Спирмена и точечно-бисериальная. Информацию по ним он получил, фронт работ есть. Для поиска связи ему не следует использовать регрессию , которая используется для поиска зависимостей, и это независимо от того, что вы считали стоматологам. Рекомендую прочитать что-нибудь по различию задач поиска связи от задач поиска зависимостей - хорошей литературы в вашей библиотеке много.

Необходимо было провести корреляционный анализ.

Безусловно логистическая регрессия меньше всего сюда подойдет.

Но вот так вот "просто смотреть" на матрицу К.К. (причем даже не строя частных К.К.) как то тоже "не совсем продуктивно". Даже всего для 8 показателей топикстартера задача восстановить возможную картину причинно-следственных связей (или хотябы наложить ограничения на возможные причинно-следственные связи) окажется весьма трудной задачей.

Лучше всего для такой задачи топик стартера подойдет построение байесовской сети http://www.bnlearn.com/ . Посмотрев на предлагаемое решение можно потом "без явных глупостей в суждениях" описать полученный набор К.К.

PS набор данных как я понимаю небольшой, его можно сюда загрузить?