Articole

1.6.10.E: Examinarea dovezilor folosind grafice și statistici (exerciții)

1.6.10.E: Examinarea dovezilor folosind grafice și statistici (exerciții)


We are searching data for your request:

Forums and discussions:
Manuals and reference books:
Data from registers:
Wait the end of the search in all databases.
Upon completion, a link will appear to access the found materials.

  1. Fanii echipelor sportive profesionale se așteaptă ca proprietarii echipei să cheltuiască banii necesari pentru a obține jucătorii care îi vor ajuta să câștige un campionat. Salariile diferitelor echipe sportive profesionale din SUA au fost împărțite în treimi, iar numărul campionatelor câștigate de echipe în fiecare treime a fost comparat. Realizați un grafic cu bare complet al acestor date. (date din proiectul de clasă de statistici ale studenților nepublicat)
    Clasarea salariilorNumărul de campionate
    Cel mai mic al treilea2
    Al treilea mijloc7
    Cea mai mare treime11
  2. Potrivit National Geographic, în 1903 existau 307 soiuri de semințe de porumb vândute de case de semințe. În 1983, existau 12 soiuri vândute ca sămânță, restul nefiind utilizate. Găsiți proporția eșantion de soiuri de semințe de porumb care era încă disponibilă în 1983 comparativ cu 1903. Faceți o diagramă completă. (ngm.nationalgeographic.com/20...ariety-graphic vizualizat 9/9/13)

    Crezi că este bine sau rău că există mai puține soiuri? De ce?
  3. Între 2010 și 2014, două baraje de pe râul Elwha din Parcul Național Olimpic de lângă Port Angeles, WA au fost eliminate, permițând somonului să se reproducă pentru prima dată în acel râu în 100 de ani. Să presupunem că au fost înregistrate greutățile a 10 somoni Chinook care au revenit. Aceste greutăți sunt prezentate în tabelul de mai jos.
    4148404345
    3935474151

    Scopul acestei probleme este de a găsi toate statisticile folosind formulele de mână. Arată toate lucrările.

    Găsiți media, varianța și deviația standard, precum și cele 5 numere ale graficului pentru aceste date.

  4. Studenții din cursurile de matematică mentală de dezvoltare, cum ar fi algebra intermediară, sunt așteptați să-și cunoască rapid faptele matematice. Automatismul, sau fluența faptelor matematice, este capacitatea de a aminti faptele matematice fără a fi nevoie să faceți calculele. Avantajul cunoașterii rapide a faptelor matematice este că memoria de lucru a creierului nu este umplută cu efortul de a face calculele, astfel încât să se poată concentra pe gândirea la nivel superior necesară pentru algebră. Studenților intermediari în algebră li s-a dat un test de automatitate în care au trebuit să rezolve cât mai multe ecuații liniare într-un singur minut într-un minut. Toate ecuațiile de adunare, scădere și înmulțire au folosit numere între –10 și 10, în timp ce ecuațiile de divizare au răspunsuri în acest interval. Toate răspunsurile au fost numere întregi. Tabelul de mai jos prezintă numărul de probleme finalizate cu succes într-un minut.
    1130283123
    272993818
    1917261210
    1920171523
    2234233610

    Faceți o distribuție a frecvenței și histogramă. Folosind o valoare inițială de 5 și o lățime a clasei de 5. Etichetați graficul complet.

    Faceți un complot cutie.

  5. Obiectivul experimentelor de automatitate este de a determina dacă există o relație între cursivitatea faptelor de matematică a unui elev și nota finală pentru trimestrul respectiv. Tabelul de mai jos conține datele bivariate pentru 6 dintre studenți.
    Scorul de automatitateNota finala
    Studentul 1194
    Studentul 2312.9
    Studentul 3161.4
    Studentul 4194
    Studentul 5202.3
    Studentul 6161.3

    Faceți un grafic scatter pentru aceste date.

    Găsiți corelația folosind formulele. Puteți utiliza calculatorul pentru funcțiile de bază, dar nu doar pentru a găsi corelație, altele decât pentru a vă verifica răspunsul. Arată-ți toată munca.

  6. Automatismul este un domeniu de investigat atunci când un colegiu încearcă să îmbunătățească ratele de succes pentru cursurile de matematică de dezvoltare. Dacă este un factor de succes, atunci colegiul va dezvolta o metodă pentru a ajuta studenții să-și îmbunătățească automatitatea. A fost efectuat un experiment în care elevii intermediari de algebră au primit un test computerizat de automatitate care le-a cerut să rezolve un amestec de ecuații liniare într-un singur pas care necesită adăugarea, scăderea sau înmulțirea numerelor între -10 și 10 și are soluții între aceleași valori pentru probleme de diviziune. Exemplele includ -3x = 12 și x + 5 = -3. Scorul unui elev a fost numărul maxim de probleme la care ar putea răspunde corect într-un minut. Elevii au trebuit să obțină un răspuns corect înainte de a trece la o nouă problemă. Un obiectiv a fost să vedem dacă numărul mediu de probleme cu răspuns corect într-un minut a fost mai mare pentru elevii care au trecut de clasă decât pentru cei care nu au trecut.

    Ipotezele care vor fi testate sunt:

    (H_0: mu_ text {pass} = mu_ {fall} )
    (H_0: mu_ text {pass}> mu_ {fall} )
    ( alfa = 0,05 )

    A. Completați tabelul cu aspectul de proiectare.

    Tabel de proiectare a cercetării
    Întrebarea de cercetare:
    Tipul cercetăriiStudiu de observare
    Experiment observațional
    Experiment manipulativ
    Care este răspunsul varialbe?
    Care este parametrul care va fi calculat?Corelația medie a proporției
    Enumerați variabilele latente potențiale.
    Gruparea / Variabila explicativă 1 (dacă este prezentă)Nivele:

    b. Dacă două clase de algebră intermediare ar fi selectate aleatoriu din 12 clase oferite, clasele fiind numerotate de la 1 la 12, ce două clase ar fi selectate dacă calculatorul ar fi însămânțat cu 27 sau rândul 10 ar fi utilizat în tabelul cifrelor aleatorii?

    c. Ce tip de metodă de eșantionare este utilizată atunci când este selectată o clasă și toată lumea din clasă participă la cercetare?

    d. Datele care vor fi colectate reprezintă numărul de probleme la care s-a răspuns corect într-un minut. Aceste date sunt cantitative discrete, cantitative continue sau categorice?

    Scorurile de automatitate pentru elevii care nu au reușit cursul sunt prezentate în tabelul de mai jos.

    16151415
    13162230
    2081314
    16161616
    6279

    Scorurile de automatitate pentru elevii care au promovat cursul sunt prezentate în tabelul de mai jos.

    2019331520
    149111217
    820313829
    922313130
    922313130
    1510102322
    711231719
    202018927
    251518927
    2515232811
    20133634

    e. Faceți o distribuție a frecvenței, histogramă cu bare duble și graficele cutiei alăturate pentru a arăta o comparație grafică a acestor două seturi de scoruri.

    f. Care grafic este mai eficient pentru a vă ajuta să vedeți diferența dintre seturile de date?

    g. Găsiți media, varianța și abaterea standard pentru ambele seturi de date separat. Puteți utiliza funcțiile statistice ale calculatorului dvs.

    h. Valoarea p a testului statistic care compară cele două medii este 0,0395. Scrieți o propoziție finală în stilul folosit în jurnalele științifice (așa cum ați fost învățat în capitolul 1).

    eu. Pe baza rezultatelor acestei analize și a regulii de decizie din poveste, va dezvolta colegiul un program care să ajute la îmbunătățirea automatității?

  7. De ce raționamentul statistic este important pentru un student și profesionist în biologie Dezvoltat în colaborare cu Elysia Mbuja și Robert Thissen, Departamentul de biologie Acest subiect este discutat în BIOL 160, Biologie generală.

    Pentru a explora metoda științifică, studenții vor studia efectul alcoolului asupra dafniei. Daphnia, puricii de apă vii, sunt folosiți pentru că sunt aproape transparenți și se vede inima care bate. Teoria care trebuie testată este dacă alcoolul încetinește ritmul cardiac al Daphnia. Pentru a efectua acest test, o Daphnia va fi plasată într-o picătură de apă la microscop. Numărul bătăilor inimii în 15 secunde va fi numărat. Apa va fi îndepărtată de pe tobogan și o picătură de alcool 8% va fi plasată pe Daphnia. După 1 minut, bătăile inimii vor fi numărate din nou. Dacă bătăile inimii sunt mai mici, nu se poate concluziona că motivul este din cauza alcoolului. Poate fi pur și simplu reacția la o picătură de lichid plasată pe Daphnia sau efectul de a fi pe un tobogan sub o lumină. Prin urmare, după ce Daphnia este lăsată să se recupereze, este returnată la lamelă urmând exact aceeași procedură, cu excepția faptului că se folosește o picătură de apă în loc de alcool.

    (H_0: mu _ { text {alcool}} = mu _ { text {apă}} )
    (H_1: mu _ { text {alcool}} < mu _ { text {apă}} )
    ( alpha = 0,05 )

    A. Completați tabelul de proiectare a experimentului.

    Tabel de proiectare a cercetării
    Întrebarea de cercetare:
    Tipul cercetăriiStudiu de observare
    Experiment observațional
    Experiment manipulativ
    Care este răspunsul varialbe?
    Care este parametrul care va fi calculat?Corelația medie a proporției
    Enumerați variabilele potențiale latente.
    Gruparea / Variabila explicativă 1 (dacă este prezentă)Nivele:

    b. Realizați un grafic adecvat pentru a compara cele două seturi de date. Datele din celulele umbrite sunt autentice. Provine dintr-o clasă BIOL 160.

    c. Afișați statisticile relevante pentru cele două seturi de date.
    Ritmul cardiac după alcoolRitmul cardiac după apă
    Rău
    Deviație standard
    Median

    d. Valoarea p din testul t pentru 2 populații independente este 1,28E-5. Scrie o propoziție de încheiere.

    e. Care este efectul alcoolului asupra ritmului cardiac al unei Daphnia? Crezi că va avea același efect asupra unui om?


Beneficiile activității fizice asupra sănătății: dovezile

Scopul principal al acestei revizuiri narative a fost de a evalua literatura actuală și de a oferi o perspectivă suplimentară asupra rolului pe care îl joacă inactivitatea fizică în dezvoltarea bolilor cronice și a morții premature. Confirmăm că există dovezi irefutabile ale eficacității activității fizice regulate în prevenirea primară și secundară a mai multor boli cronice (de exemplu, boli cardiovasculare, diabet, cancer, hipertensiune, obezitate, depresie și osteoporoză) și deces prematur. De asemenea, dezvăluim că actualele linii directoare privind activitatea fizică Health Canada sunt suficiente pentru a obține beneficii pentru sănătate, în special la persoanele anterior sedentare. Se pare că există o relație liniară între activitatea fizică și starea de sănătate, astfel încât o creștere suplimentară a activității fizice și a condiției fizice va duce la îmbunătățiri suplimentare ale stării de sănătate.

Inactivitatea fizică este un factor de risc modificabil pentru bolile cardiovasculare și o varietate tot mai mare de alte boli cronice, inclusiv diabet zaharat, cancer (colon și sân), obezitate, hipertensiune arterială, boli ale oaselor și articulațiilor (osteoporoză și osteoartrita) și depresie. 1 & # x0201314 Prevalența inactivității fizice (în rândul 51% dintre canadienii adulți) este mai mare decât cea a tuturor celorlalți factori de risc modificabili. 15 În acest articol analizăm dovezile actuale referitoare la activitatea fizică în prevenirea primară și secundară a decesului prematur din orice cauză, boli cardiovasculare, diabet, unele tipuri de cancer și osteoporoză. De asemenea, discutăm dovezile referitoare la aptitudinea fizică și fitnessul musculo-scheletic și descriem pe scurt efectele independente ale frecvenței și intensității activității fizice. (Un glosar de termeni legați de subiect apare în Anexa 1). Într-o lucrare de însoțire, care urmează să fie publicată în numărul din 28 martie, vom analiza modul de evaluare a stării de sănătate fizică și a nivelurilor de activitate ale pacienților și vom oferi recomandări de exerciții pentru sănătate.

Mai mulți autori au încercat să rezume dovezile în recenzii sistematice și meta-analize. Aceste evaluări se suprapun adesea (revizuind aceleași dovezi). Unele dintre cele mai des citate cohorte au fost descrise în diferite studii de-a lungul timpului, pe măsură ce se acumulează mai multe date (vezi Anexa 2, disponibilă online la www.cmaj.ca/cgi/content/full/174/6/801/DC1). În această recenzie, am căutat literatura de specialitate folosind cuvintele cheie & # x0201cfizică activitate, & # x0201d & # x0201sănătate, & # x0201d & # x0201starea sănătății, & # x0201d & # x0201cfitness, & # x0201d & # x0201cexercise, & # x0 # x0201boli cronice, & # x0201d & # x0201cmortalitate & # x0201d și termeni specifici bolii (de exemplu, & # x0201boli cardiovasculare, & # x0201d & # x0201cancer, & # x0201d & # x0201cdiabet & # x0201d și & # x020 & x20 Folosind cea mai bună judecată a noastră, am selectat studii individuale care au fost frecvent incluse în revizuiri sistematice, declarații de consens și meta-analize și le-am considerat ca exemple ale celor mai bune dovezi disponibile. De asemenea, am inclus noi descoperiri importante referitoare la relația dintre activitatea fizică și fitness și mortalitatea cauzată de toate cauzele și cardiovasculare.


1.6.10.E: Examinarea dovezilor folosind grafice și statistici (exerciții)

Conceptul de interacțiune poate fi unul dificil pentru studenții noi în domeniul cercetării psihologice, totuși interacțiunile sunt un aspect important și adesea important al științei comportamentale. Următoarea lecție va introduce conceptul de interacțiune statistică, va oferi exemple de interacțiuni și vă va arăta cum să detectați o interacțiune.

Ce este o interacțiune?

Când două sau mai multe variabile independente sunt implicate într-un proiect de cercetare, există mai multe de luat în considerare decât simpla & quotefect principal & quot din fiecare dintre variabilele independente (numite și „factori”). Adică, efectul unei variabile independente asupra variabilei dependente de interes poate să nu fie același la toate nivelurile celeilalte variabile independente. Un alt mod de a pune acest lucru este că efectul unei variabile independente poate depinde de nivelul celeilalte variabile independente.

Pentru a găsi o interacțiune, trebuie să aveți un design factorial, în care cele două (sau mai multe) variabile independente să fie „încrucișate” între ele, astfel încât să existe observații la fiecare combinație de niveluri ale celor două variabile independente.

De exemplu, dacă ați fi interesat de efectele practicii și ale nivelului de stres asupra performanței sarcinii de memorie, ați putea decide să utilizați un design factorial. Manipulezi practica prin faptul că participanții citesc o listă de cuvinte fie o dată, fie de cinci ori. De asemenea, manipulați nivelul de stres prin a avea două condiții: într-una (Stres scazut), participanților li se spune că numărul de cuvinte pe care le amintesc nu este important, iar în celălalt (stres ridicat), participanților li se spune că majoritatea oamenilor își pot aminti toate cuvinte din listă și că se așteaptă să poată face și acest lucru. Variabila dvs. dependentă este numărul de cuvinte reamintite din lista de 30 de cuvinte.

În acest design, ar trebui să aveți participanți la fiecare dintre cele patru celule ale proiectului: stres scăzut și o practică, stres scăzut și cinci practici, stres ridicat și o practică și stres ridicat și cinci practici. Să spunem aici că ați avut 25 de participanți în fiecare dintre aceste patru celule.

Acum, dacă cei doi factori din studiu (practica și stresul) interacționează, acest lucru înseamnă că efectul unui factor depinde de nivelul celuilalt factor. Să introducem câteva date pentru a vedea dacă există o interacțiune în acest studiu.

Tabelul de mai sus indică mijloacele celulare, precum și mijloacele marginale și marea medie, pentru studiu. De exemplu, numărul mediu de cuvinte reamintite sub stres scăzut, o condiție practică este 8. Aceasta este o celulă medie. Cu toate acestea, numărul mediu de cuvinte reamintite în toate condițiile de stres scăzut (indiferent de practică) este 16. Aceasta este o medie marginală.

Deci, avem dovezi ale unei interacțiuni în acest studiu? O modalitate de a răspunde la această întrebare este de a începe prin a descrie principalele efecte: dacă trebuie să ne calificăm afirmațiile despre efectele principale spunând că „depinde”, atunci avem dovezi că ar putea exista o interacțiune. Se pare că poate exista un efect principal al stresului. Condițiile de stres ridicat au ca rezultat amintirea a mai puține cuvinte decât condițiile de stres scăzut. Se pare, de asemenea, că există un efect principal al practicii: cinci practici duc la o mai bună amintire a cuvintelor decât o singură practică. In orice caz, efectul variabilei de practică depinde de nivelul de stres (și invers): în condiții de stres scăzut, practica pare să aibă un efect pozitiv substanțial (o medie de 8 cuvinte amintite cu o practică și 24 de cuvinte amintite cu cinci practici), dar în condiții de stres ridicat, practica are doar un efect mic (4 versus 6 cuvinte în cele două condiții de practică, respectiv).

Prin urmare, avem dovezi ale unei interacțiuni în acest studiu. Desigur, va trebui să efectuați testul statistic adecvat înainte de a putea concluziona că dovezile dvs. sunt suficient de puternice pentru a susține afirmația că există o interacțiune în populație. Poate doriți să știți dacă există alte modalități de a detecta această interacțiune în afară de examinarea mijloacelor celulare.

Utilizarea graficelor pentru a detecta posibilele interacțiuni

Inspectarea vizuală a datelor folosind grafice cu bare sau grafice liniare este un alt mod de a căuta dovezi ale unei interacțiuni. Fiecare dintre graficele de mai jos (diagramele 1-8) prezintă o situație diferită în ceea ce privește efectele principale ale celor două variabile independente si al lor interacţiune. Puteți vizualiza principalele efecte și efecte de interacțiune (dacă există) atât în ​​graficele linii, așa cum sunt desenate și în graficele cu bare, care sunt făcute vizibile trecând peste & quotVizualizați ca grafic cu bare & quot buton.

Descrieți datele din problema eșantionului (efectele practicii și stresului asupra amintirii cuvintelor) atât ca grafic cu bare, cât și ca grafic cu linii. Există dovezi ale unei posibile interacțiuni? De unde știți?


Testarea semnificației coeficientului de corelație

Coeficientul de corelație, r, ne spune despre forța și direcția relației liniare dintre X și y. Cu toate acestea, fiabilitatea modelului liniar depinde și de câte puncte de date observate sunt în eșantion. Trebuie să ne uităm atât la valoarea coeficientului de corelație r și mărimea eșantionului n, împreună.

Efectuăm un test de ipoteză a & # 8220 semnificația coeficientului de corelație & # 8221 pentru a decide dacă relația liniară din datele eșantionului este suficient de puternică pentru a fi utilizată pentru a modela relația în populație.

Datele eșantion sunt utilizate pentru a calcula r, coeficientul de corelație pentru eșantion. Dacă am avea date pentru întreaga populație, am putea găsi coeficientul de corelație a populației. Dar, deoarece avem doar date eșantion, nu putem calcula coeficientul de corelație a populației. Coeficientul de corelație a eșantionului, r, este estimarea noastră a coeficientului de corelație a populației necunoscute.

  • Simbolul pentru coeficientul de corelație a populației este ρ, litera greacă & # 8220rho. & # 8221
  • ρ = coeficient de corelație a populației (necunoscut)
  • r = coeficientul de corelație a eșantionului (cunoscut calculat din datele eșantionului)

Testul ipotezei ne permite să decidem dacă valoarea coeficientului de corelație a populației ρ este & # 8220 aproape de zero & # 8221 sau & # 8220 diferă semnificativ de zero & # 8221. Decidem acest lucru pe baza coeficientului de corelație a eșantionului r și mărimea eșantionului n.

Dacă testul concluzionează că coeficientul de corelație este semnificativ diferit de zero, spunem că coeficientul de corelație este & # 8220 semnificativ. & # 8221

  • Concluzie: Există suficiente dovezi pentru a concluziona că există o relație liniară semnificativă între X și y deoarece coeficientul de corelație este semnificativ diferit de zero.
  • Ce înseamnă concluzia: Există o relație liniară semnificativă între X și y. Putem folosi linia de regresie pentru a modela relația liniară dintre X și y în populație.

Dacă testul concluzionează că coeficientul de corelație nu este semnificativ diferit de zero (este aproape de zero), spunem că coeficientul de corelație este & # 8220nu este semnificativ & # 8221.

  • Concluzie: & # 8220 Nu există dovezi suficiente pentru a concluziona că există o relație liniară semnificativă între X și y deoarece coeficientul de corelație nu este semnificativ diferit de zero. & # 8221
  • Ce înseamnă concluzia: Nu există o relație liniară semnificativă între X și y. Prin urmare, NU PUTEM folosi linia de regresie pentru a modela o relație liniară între X și y în populație.
  • Dacă r este semnificativ, iar graficul scatter prezintă o tendință liniară, linia poate fi utilizată pentru a prezice valoarea y pentru valori de X care se află în domeniul observat X valori.
  • Dacă r nu este semnificativ SAU dacă graficul de împrăștiere nu prezintă o tendință liniară, linia nu trebuie utilizată pentru predicție.
  • Dacă r este semnificativ și dacă graficul de împrăștiere prezintă o tendință liniară, linia NU poate fi adecvată sau fiabilă pentru predicție ÎN DOMENIUL domeniului observat X valorile din date.

EFECTUAREA TESTULUI DE HIPOTEZĂ

CE ÎNSEAMNĂ HIPOTESELE ÎN CUVINTE:

  • Ipoteza nulă H0: Coeficientul de corelație a populației NU este semnificativ diferit de zero. NU ESTE o relație liniară semnificativă (corelație) între X și y în populație.
  • Ipoteză alternativă HA: Coeficientul de corelație a populației este semnificativ diferit de zero. Există O RELAȚIE LINEALĂ SIGNIFICATIVĂ (corelație) între X și y în populație.

DESENAREA O CONCLUZIE: Există două metode de luare a deciziei. Cele două metode sunt echivalente și dau același rezultat.

  • Metoda 1: Utilizarea p-valoare
  • Metoda 2: Utilizarea unui tabel cu valori critice

În acest capitol al acestui manual, vom folosi întotdeauna un nivel de semnificație de 5%, α = 0.05

Folosind p-metoda valorii, puteți alege orice nivel de semnificație adecvat pe care doriți să nu-l limitați la utilizare α = 0,05. Dar tabelul valorilor critice furnizat în acest manual presupune că utilizăm un nivel de semnificație de 5%, α = 0,05. (Dacă am dori să folosim un nivel de semnificație diferit de 5% cu metoda valorii critice, am avea nevoie de tabele diferite de valori critice care nu sunt furnizate în acest manual.)

METODA 1: Utilizarea unui p-valoare pentru a lua o decizie

Pentru a calcula p-valor folosind LinRegTTEST:
Pe ecranul de intrare LinRegTTEST, pe linia prompt pentru β sau ρ, evidențiați & # 8220≠ 0
Ecranul de ieșire arată valoarea p pe linia care citește & # 8220p = & # 8221.
(Majoritatea programelor statistice de calculator pot calcula p-valoare.)

  • Decizie: respingeți ipoteza nulă.
  • Concluzie: & # 8220 Există suficiente dovezi pentru a concluziona că există o relație liniară semnificativă între X și y deoarece coeficientul de corelație este semnificativ diferit de zero. & # 8221
  • Decizie: NU RESPINGEI ipoteza nulă.
  • Concluzie: & # 8220 Nu există dovezi suficiente pentru a concluziona că există o relație liniară semnificativă între X și y deoarece coeficientul de corelație NU este semnificativ diferit de zero. & # 8221
  • Veți folosi tehnologia pentru a calcula p-valoare. Următoarele descriu calculele pentru calcularea statisticilor de testare și p-valoare:
  • p-valoarea se calculează utilizând un t-distribuirea cu n & # 8211 2 grade de libertate.
  • Formula pentru statistica testului este . Valoarea statisticii testului, t, este afișat în ieșirea calculatorului sau calculatorului împreună cu p-valoare. Statistica testului t are același semn ca și coeficientul de corelație r.
  • p-valoarea este zona combinată în ambele cozi.

O modalitate alternativă de a calcula p-valoare (p) dată de LinRegTTest este comanda 2 * tcdf (abs (t), 10 ^ 99, n-2) în 2nd DISTR.

  • Luați în considerare cel de-al treilea examen / exemplu de examen final.
  • Linia de potrivire cea mai bună este: ŷ = -173,51 + 4,83X cu r = 0.6631 și există n = 11 puncte de date.
  • Poate fi utilizată linia de regresie pentru predicție? Având un al treilea scor de examen (X valoare), putem folosi linia pentru a prezice scorul final al examenului (prezis y valoare)?
  • p-valoarea este 0,026 (din LinRegTTest de pe calculator sau din software-ul computerului).
  • p-valoarea, 0,026, este mai mică decât nivelul de semnificație al α = 0.05.
  • Decizie: respingerea ipotezei nule H0
  • Concluzie: Există suficiente dovezi pentru a concluziona că există o relație liniară semnificativă între cel de-al treilea scor de examen (X) și scorul examenului final (y) deoarece coeficientul de corelație este semnificativ diferit de zero.

pentru că r este semnificativ, iar graficul scatter prezintă o tendință liniară, linia de regresie poate fi utilizată pentru a prezice scorurile finale ale examenului.

METODA 2: Utilizarea unui tabel cu valori critice pentru a lua o decizie

Valorile critice de 95% din tabelul cu coeficienți de corelație a probei pot fi utilizate pentru a vă oferi o idee bună dacă valoarea calculată a este semnificativ sau nu. Comparaţie r la valoarea critică corespunzătoare din tabel. Dacă r nu este între valorile critice pozitive și negative, atunci coeficientul de corelație este semnificativ. Dacă r este semnificativ, atunci poate doriți să utilizați linia pentru predicție.

Să presupunem că ai calculat r = 0,801 folosind n = 10 puncte de date.df = n & # 8211 2 = 10 & # 8211 2 = 8. Valorile critice asociate cu df = 8 sunt -0,632 și + 0,632. Dacă r & Este o valoare critică negativă sau r & gt valoare critică pozitivă, atunci r semnificativ. De cand r = 0,801 și 0,801 & gt 0,632, r este semnificativă și linia poate fi utilizată pentru predicție. Dacă vedeți acest exemplu pe o linie numerică, acesta vă va ajuta.

Pentru o linie dată de cea mai bună potrivire, ați calculat asta r = 0,6501 folosind n = 12 puncte de date și valoarea critică este 0,576. Poate fi folosită linia pentru predicție? De ce sau de ce nu?

Să presupunem că ai calculat r = –0.624 cu 14 puncte de date. df = 14 - 2 = 12. Valorile critice sunt –0.532 și 0.532. Din moment ce –0.624 și lt –0.532, r este semnificativ și linia poate fi utilizată pentru predicție

Pentru o linie dată de cea mai bună potrivire, calculați asta r = 0,5204 folosind n = 9 puncte de date, iar valoarea critică este 0,666. Poate fi folosită linia pentru predicție? De ce sau de ce nu?

Să presupunem că ai calculat r = 0,776 și n = 6. df = 6 - 2 = 4. Valorile critice sunt –0.811 și 0.811. Din moment ce –0.811 și lt 0.776 și lt 0.811, r nu este semnificativ, iar linia nu trebuie utilizată pentru predicție.

Pentru o linie dată de cea mai bună potrivire, calculați asta r = –0.7204 folosind n = 8 puncte de date, iar valoarea critică este = 0,707. Poate fi folosită linia pentru predicție? De ce sau de ce nu?

EXAMENUL TREI-EXAMEN vs EXEMPLUL EXAMENULUI FINAL: metoda valorii critice

Luați în considerare cel de-al treilea examen / exemplu de examen final. Linia de potrivire cea mai bună este: ŷ = –173.51+4.83X cu r = 0.6631 și există n = 11 puncte de date. Poate fi utilizată linia de regresie pentru predicție? Având un scor la al treilea examen (X valoare), putem folosi linia pentru a prezice scorul final al examenului (prezis y valoare)?

  • H0: ρ = 0
  • HA: ρ ≠ 0
  • α = 0.05
  • Utilizați tabelul & # 822095% Valoare critică & # 8221 pentru r cu df = n – 2 = 11 – 2 = 9.
  • Valorile critice sunt –0.602 și +0.602
  • De la 0.6631 și gt 0.602, r este semnificativ.
  • Decizie: respingeți ipoteza nulă.
  • Concluzie: Există suficiente dovezi pentru a concluziona că există o relație liniară semnificativă între cel de-al treilea scor de examen (X) și scorul examenului final (y) deoarece coeficientul de corelație este semnificativ diferit de zero.

pentru că r este semnificativ, iar graficul de împrăștiere prezintă o tendință liniară, linia de regresie poate fi utilizată pentru a prezice scorurile finale ale examenului.

Să presupunem că ați calculat următorii coeficienți de corelație. Folosind tabelul de la sfârșitul capitolului, determinați dacă r este semnificativă și linia de potrivire cea mai bună asociată cu fiecare r poate fi folosit pentru a prezice un y valoare. Dacă vă ajută, trageți o linie numerică.

  1. r = –0.567 și dimensiunea eșantionului, n, este 19. The df = n - 2 = 17. Valoarea critică este –0.456. –0.567 și lt –0.456 deci r este semnificativ.
  2. r = 0,708 și dimensiunea eșantionului, n, are nouă ani. df = n - 2 = 7. Valoarea critică este 0,666. 0,708 și GT 0,666 deci r este semnificativ.
  3. r = 0,134 și dimensiunea eșantionului, n, este 14. The df = 14 - 2 = 12. Valoarea critică este 0,532. 0.134 este între –0.532 și 0.532 deci r nu este semnificativ.
  4. r = 0 și dimensiunea eșantionului, n, este cinci. Indiferent care sunt df-urile, r = 0 este între cele două valori critice deci r nu este semnificativ.

Pentru o linie dată de cea mai bună potrivire, calculați asta r = 0 folosind n = 100 puncte de date. Poate fi folosită linia pentru predicție? De ce sau de ce nu?

Ipoteze în testarea semnificației coeficientului de corelație

Testarea semnificației coeficientului de corelație necesită îndeplinirea anumitor ipoteze cu privire la date. Premisa acestui test este că datele sunt un eșantion de puncte observate preluate de la o populație mai mare. Nu am examinat întreaga populație, deoarece nu este posibil sau fezabil să se facă acest lucru. Examinăm eșantionul pentru a trage o concluzie cu privire la relația liniară între care vedem X și y datele din eșantion oferă dovezi suficient de puternice, astfel încât să putem concluziona că există o relație liniară între X și y în populație.

Ecuația liniei de regresie pe care o calculăm din datele eșantionului oferă cea mai potrivită linie pentru eșantionul nostru particular. Vrem să folosim această linie de potrivire optimă pentru eșantion ca estimare a liniei de potrivire optimă pentru populație. Examinarea dispersiei și testarea semnificației coeficientului de corelație ne ajută să stabilim dacă este potrivit să facem acest lucru.

  • Există o relație liniară în populație care modelează valoarea medie a y pentru valori variabile ale X. Cu alte cuvinte, valoarea așteptată a y pentru fiecare valoare anume se află o linie dreaptă în populație. (Nu cunoaștem ecuația pentru linia pentru populație. Linia noastră de regresie din eșantion este cea mai bună estimare a acestei linii din populație.)
  • y valori pentru orice anume X valoarea este distribuită în mod normal în jurul liniei. Aceasta implică faptul că există mai multe y valori împrăștiate mai aproape de linie decât sunt împrăștiate mai departe. Presupunerea (1) implică faptul că aceste distribuții normale sunt centrate pe linie: mijloacele acestor distribuții normale ale y valorile stau pe linie.
  • Abaterile standard ale populației y valorile despre linie sunt egale pentru fiecare valoare a X. Cu alte cuvinte, fiecare dintre aceste distribuții normale ale y valorile au aceeași formă și se răspândesc în jurul liniei.
  • Erorile reziduale sunt independente reciproc (fără model).
  • Datele sunt produse dintr-un eșantion bine proiectat, aleatoriu sau experiment randomizat.

Revizuirea capitolului

Regresia liniară este o procedură pentru potrivirea unei linii drepte a formei ŷ = A + bx la date. Condițiile pentru regresie sunt:

  • Liniar În populație, există o relație liniară care modelează valoarea medie a y pentru diferite valori ale X.
  • Independent Se presupune că reziduurile sunt independente.
  • Normal y valorile sunt distribuite în mod normal pentru orice valoare de X.
  • Varianță egală Abaterea standard a y valori este egală pentru fiecare X valoare.
  • Aleatoriu Datele sunt produse dintr-un eșantion aleatoriu bine conceput sau experiment randomizat.

Panta b și interceptează A din linia celor mai mici pătrate estimează panta β și interceptează α a populației (adevărată) linie de regresie. Pentru a estima abaterea standard a populației y, σ, utilizați abaterea standard a reziduurilor, s. . Variabila ρ (rho) este coeficientul de corelație a populației. Pentru a testa ipoteza nulă H0: ρ = valoare ipotezată, utilizați un test t de regresie liniară. Cea mai comună ipoteză nulă este H0: ρ = 0 care indică că nu există o relație liniară între X și y în populație. Funcția de calculator TI-83, 83+, 84, 84+ LinRegTTest poate efectua acest test (STATS TESTS LinRegTTest).

Formula Review

Linia celor mai mici pătrate sau linia cea mai potrivită:

Abaterea standard a reziduurilor:

SSE = suma erorilor pătrate

n = numărul de puncte de date

Când se testează semnificația coeficientului de corelație, care este ipoteza nulă?

Când se testează semnificația coeficientului de corelație, care este ipoteza alternativă?

Dacă nivelul de semnificație este 0,05 și p-valoarea este 0,04, ce concluzie puteți trage?


REZULTATE

Statisticile descriptive

Mijloacele și SD pentru atitudini și cunoștințe de dopaj sunt prezentate în tabelul 2. Din cei 200 de antrenori care au finalizat măsurile de bază, 85 de antrenori au finalizat măsuri de urmărire (a se vedea figura 1).

Mijloace și SD pentru control și brațe experimentale la momentul inițial și urmărire

Rezultatul principal: modificări ale cunoștințelor privind dopajul

A fost efectuat un ANOVA mixt timp × braț pentru a examina impactul stării experimentale asupra cunoștințelor de doping de la linia de bază până la urmărire (a se vedea figura 2). S-a găsit un efect de interacțiune semnificativ între timp și stare (F1,83= 147,59, p & lt0.001, ηp 2 = 0,64). Testele dependente de teste t au arătat o creștere semnificativă a cunoștințelor de dopaj în brațul experimental (t19= 7.90, p & lt0.001) dar nu în brațul de control (t 64= 0,76, p = 0,79).

Graficul schimbării cunoștințelor de dopaj la momentul inițial (timpul 1) și urmărirea (timpul 2) pentru controlul și brațele experimentale.

Rezultatul secundar: schimbări în atitudinile dopante

A fost efectuat un ANOVA mixt timp × braț pentru a examina impactul stării experimentale asupra atitudinilor de dopaj de la linia de bază până la urmărire (a se vedea figura 3). S-a găsit un efect de interacțiune semnificativ între timp și stare (F1,83= 15,56, p & lt0,001, ηp 2 = 0,16). Testele dependente de teste t au relevat o scădere semnificativă a atitudinilor favorabile față de dopaj în brațul experimental (t19= −4.70, p & lt0.001) dar nu în brațul de control (t64= -0,18, p = 0,79). Cu toate acestea, brațul experimental a avut atitudini favorabile semnificativ mai mari față de atitudinile dopante la momentul inițial decât brațul control (t83= −4,46, p = 0,02).

Graficul schimbării atitudinilor de dopaj la momentul inițial (timpul 1) și urmărirea (timpul 2) pentru controlul și brațele experimentale.


4. Discutie

4.1 Rezumat

Majoritatea literaturii găsește o asociere inversă a stresului și a comportamentelor PA. Căutarea actuală a descoperit 168 de studii raportate în limba engleză care explorează aceste relații la oameni. Acest lucru demonstrează un nivel ridicat de interes pentru subiect în ultimele două decenii, cu o accelerare aparentă a producției de cercetare din zonă. Literatura a oferit un sprijin amplu pentru o asociere între stres și AP (79,8%), iar din studiile identificate, 72,8% au susținut ipotezele că stresul mai mare este asociat cu exerciții mai mici și / sau PA. Studiile prospective cu markeri obiectivi ai stresului, un indicator al calității studiului, au fost aproape de acord (șase din șapte studii, 85,7%) cu această concluzie. Studii care examinează adulții în vârstă (& # x0003e50 de ani), cohorte cu bărbați și femei și dimensiuni mai mari de eșantioane (n & # x0003e 100), precum și studii de calitate superioară (& # x022657 pe o scară de 9 puncte) au fost mai susceptibile de a arăta o asociere inversă. Alți factori, cum ar fi dacă un studiu și grupul de subiecți cuprinde angajați sau o populație clinică, nu au diferențiat în mod clar literatura găsind relații inverse între stres și AP și literatura găsind o asociere nulă. Interesant este că 17,2% din studiile prospective au găsit dovezi că stresul era predictiv mai mare PA și comportamentul de exercițiu și studiile calitative au fost deosebit de echivoce în ceea ce privește valența asocierii. Deși aceste constatări nu pot fi etichetate definitiv ca anomalii, este clar că stresul exercită o influență în general negativă asupra AP.

Revizuirea literaturii a constatat multe evenimente și tranziții de viață care au dus la modificarea PA [3, 260, 262]. Acest domeniu specific de anchetă a câștigat un interes substanțial, cu două articole de revizuire deja publicate care identifică evenimente specifice vieții care se referă la perturbații din PA [322, 323]. O recenzie recentă a stabilit că cinci schimbări de viață au fost asociate cu schimbarea PA: statutul de angajare, reședința, relațiile, structura familiei și starea fizică [322]. Căsătoria și recăsătoria sunt adesea, dar nu întotdeauna, asociate cu scăderea stării de sănătate, în timp ce divorțul este asociat cu câștiguri în starea de fitness, cel puțin la bărbați [266, 324]. Diagnosticul bolilor cronice poate fi foarte stresant [325] și o vastă literatură leagă diagnosticul de cancer [182, 243, 264, 315, 326-328] și HIV [329] cu modificări ale AP. Cu toate acestea, doar câteva studii evaluează modul în care stresul mental asociat cu aceste afecțiuni se referă la modificările PA [182, 264] și niciunul nu a reușit să capteze PA în mod obiectiv înainte de diagnostic. O altă critică a acestei abordări este că multe dintre evenimentele de mai sus pot fi interpretate ca fiind de natură pozitivă. Cu toate acestea, dintr-o perspectivă clasică asupra stresului vieții, orice tip de eveniment sau tranziție care provoacă modificări dramatice în viața unuia poate duce la modificări concomitente ale comportamentului și sănătății [330]. Alternativ, faptul că este inundat de mici neplăceri poate slăbi, de asemenea, o încercare de comportament sănătos & # x02014, probabil într-un grad similar cu experiența unui număr mic de evenimente majore ale vieții [17, 189]. Un exemplu familiar include perioadele de vacanță, când mulți oameni fac mai puțin exerciții și mănâncă mai mult [331]. Având în vedere că majoritatea oamenilor experimentează schimbări frecvent, este necesară o clarificare pentru a discerne condițiile specifice în care un eveniment sau o serie de evenimente pot perturba AP.

După cum era de așteptat, nu toate studiile au găsit o asociere între stres și PA. Cu toate acestea, mai multe studii sugerează că asocierea poate fi indirectă sau mascată de factori care moderează relația, cum ar fi stadiul exercițiului de schimbare [17, 332, 333]. De exemplu, Lutz și colab.[17] au constatat că femeile obișnuite să facă mișcare, cu alte cuvinte, într-un stadiu mai înalt de schimbare, au exercitat mai mult în perioadele de stres. Dimpotrivă, persoanele fizice rare au fost mai puțin active în perioadele de efort. Această constatare a fost susținută de Seigel și colab. [183], care au descoperit că femeile tinere care au crescut activitatea cu stresul erau exercițioare mai avide. O etapă de schimbare pentru exerciții fizice, totuși, nu este ea însăși legată de indicatorii de stres [243, 334]. Budden și Sagarin [210] nu au găsit nicio asociere între exercițiu și stres ocupațional, dar au constatat că stresul este legat de controlul comportamental perceput pentru exerciții, care la rândul său a prezis intenția de efort. Intenția a fost predictivă a comportamentului efectiv de efort. Payne și colab. [333] a găsit un model similar de rezultate la un grup de 286 de angajați britanici. În mod clar, influența stresului variază în funcție de atributele individuale, care, în unele cazuri, pot ascunde asocierile simple dintre stres și PA.

4.2 Implicații clinice

Stresul interferează cu implicarea activității pentru majoritatea oamenilor, ceea ce are o semnificație teoretică, practică și clinică importantă pentru profesioniștii din domeniul sănătății și al exercițiului. Acest lucru este valabil mai ales având în vedere că experiența stresului (a) este larg răspândită (b) are repercusiuni pentru o gamă largă de probleme de sănătate și (c) este raportată ca o problemă în creștere în țările dezvoltate din întreaga lume [18]. În a doua afirmație, este bine cunoscut faptul că există o legătură între stres și dezvoltarea depresiei, bolilor cardiovasculare și multe alte obiective de sănătate [50]. Apar dovezi convingătoare că astfel de legături sunt moderate de PA [49, 53], unele date indicând faptul că conexiunea este condiționată de modificări ale acestui comportament [212]. Având în vedere toate aceste fapte, politicile de sănătate ar trebui să includă dispoziții pentru prevenirea și tratamentul integrat al stresului cronic și sechelele sale comportamentale și medicale. Înainte ca acest progres să se materializeze, totuși, asociațiile bine identificate dintre stres și comportamentul de promovare a sănătății trebuie să fie mai recunoscute în comunitatea cercetătorilor, practicienilor și altor avocați ai AP.

În acest moment, trebuie luate măsuri pentru a avansa intervențiile PA prin împletirea tehnicilor eficiente de gestionare a stresului. Simpla stimulare a cunoașterii stresului nu este suficientă [335]. În primul rând, practicienii ar trebui să măsoare măsuri obiective și subiective ale stresului pentru fiecare individ. Acest efort va ajuta la identificarea celor cu risc de efectele stresului. Lucrul cu o echipă interdisciplinară, cum ar fi psihologii și terapeuții, va contribui la promovarea interpretării atente a acestor date și va oferi resursele necesare pentru a se acorda mai atent factorilor de stres ai clientului și constrângerile, barierele și nevoile asociate [336]. Mai mult, practicienii ar trebui să fie atenți la vulnerabilitatea la stres în toate etapele schimbării și să perfecționeze prescripțiile în consecință pentru a mări aderența și pentru a preveni recăderea și abandonul [184, 189]. Pentru persoanele care se gândesc la un nou regim de exerciții, stresul poate interfera cu încercările de a face acest lucru iniţia AP, iar acest lucru se poate traduce printr-o incapacitate de a atinge niveluri sănătoase de exercițiu [184, 189]. Pe de altă parte, cei obișnuiți să exercite prezintă rezistență în fața stresului [17, 183]. În plus față de obiceiurile de exercițiu, merită să identificați indivizii și stilul de coping # x02019. Unii oameni folosesc exercițiile fizice pentru a face față stresului (abordarea exercițiilor fizice), în timp ce alții se distrag și cedează la momeala unor comportamente mai puțin sănătoase (evitarea exercițiului). Acest lucru subliniază în continuare faptul că prescripțiile ar trebui să fie adaptate fiecărui individ [60]. Stresul afectează diferit populațiile și intervențiile trebuie modificate în consecință [232, 337]. De exemplu, Urizar și colab. [89] sugerează că ar trebui abordate strategii specifice de coping pentru mame pe baza constrângerilor familiale, inclusiv sprijin social, rezolvarea problemelor, reformularea cognițiilor și strategii de echilibrare a maternității cu necesitatea de a se îngriji de sine. Consilierea pentru prevenirea recidivelor este un exemplu de tehnică care încorporează managementul stresului [331, 338] și este o intervenție recomandată pentru populațiile stresate [184].

Conținutul acestor programe ar trebui să fie cuprinzător. Identificarea din timp a situațiilor cu risc ridicat este o strategie importantă [331, 339], iar cei care pot prezice factorii de stres sunt de obicei mai capabili să diminueze pierderile potențial asociate cu acestea [340]. Predarea a subliniat indivizii importanța exercițiului ca metodă de a face față emoțional, plus abilitățile axate pe probleme de a face față stresului, în afară de exerciții, este o dublă prioritate [119, 341]. Deoarece exercițiul este un comportament complex pentru nou-activ, care necesită multă planificare, ar trebui puse la punct resurse pentru a ajuta persoana stresată la crearea planurilor primare și de urgență. În această notă, intervențiile care sunt mai flexibile și & # x02018 ușor de utilizat & # x02019 sunt necesare pentru a ajuta clienții să se angajeze din nou cu schemele de PA descărcate de stres [154]. S-a făcut mult despre conexiunea stres-impulsivitate și, în consecință, ar fi probabil utilă o completare completă a strategiilor de autoreglare [129, 282, 342]. Simpla continuare a exercițiilor fizice în mod regulat este o metodă de construire a autocontrolului [88] și este dificil să eviți obiceiurile bine stabilite și întăritoare. În cele din urmă, și poate cel mai important, există dovezi că combinarea unei intervenții de exercițiu cu gestionarea stresului poate duce la creșterea efortului în timpul perioadelor de stres sau la prevenirea recăderii [149, 279, 343]. O astfel de practică a fost folosită cu succes în tratamentul cu alcool și alte medicamente [344, 345]. Reducerea stresului bazată pe mindfulness (MBSR) este o tehnică extrem de eficientă pentru a promova reducerea stresului, iar aspectele îmbunătățite ale acestui program, cum ar fi mersul atent, pot fi o cale ideală de intervenție [346]. Pe scurt, crearea de intervenții pentru a viza stresul și abilitățile de a face față poate ajuta la facilitarea PA mai mare și, în cele din urmă, la îmbunătățirea rezultatelor sănătății.

4.3 Exercițiu ca stresor

Din punct de vedere practic, exercițiul și acțiunile asociate necesare pentru realizarea acestuia pot fi pur și simplu poveri sau factori de stres minori. Pentru mulți oameni, exercițiile structurate sunt extrem de incomode (& # x0201cone mai multe lucruri de făcut & # x0201d [189, 347]) în perioadele de tulpină mai mare [348]. De exemplu, femeile care lucrează ore îndelungate se simt incapabile să-și exercite datorită multor cerințe de timp, interferenței cu obligațiile familiale și a altor bariere [196]. În mod similar, adolescenților aflați în mijlocul conflictelor gospodărești le este greu să își planifice participarea la sport [171]. S-a observat că planificarea exercițiului, dar lipsa acestuia din cauza circumstanțelor legate de stres, poate degrada autoeficacitatea exercițiului și poate adăuga frustrare și nemulțumire suplimentară [159]. Langlie [349] a constatat că în perioadele de stres, indivizii simt o lipsă de control și percep menținerea comportamentelor de sănătate ca fiind costisitoare. În consecință, pentru cei care văd exercițiul ca pe o perturbare, un inconvenient sau o altă cerere din timpul lor, nu este o întindere să se prevadă că exercițiul va scădea odată cu stresul. Acest lucru poate fi deosebit de adevărat atunci când începeți o nouă rutină de exerciții [204, 347]. Într-adevăr, Holmes și Rahe [330] sugerează că orice perturbare a rutinei zilnice normale a unuia constituie un factor de stres. Mai multe studii au luat în considerare stresul social potențial al participării la AP [350-354]. De exemplu, persoanele inactive sunt mai sensibile la criticile legate de greutatea corporală și de fitness, sunt mai ușor de jenat și pot obține mai puțin plăcere afectivă și întărire din exercițiu [355], toate acestea putând duce la evitarea exercițiului, în special atunci când sunt deja într-o stare de stres mental. Amenințările percepute de comparație și concurență, precum și anticiparea unui efort exhaustiv pot fi mult mai puțin tolerate în aceste condiții [122, 356]. Toate aceste surse de stres suplimentar ar trebui luate în considerare în proiectarea intervenției. Din păcate, a face o rutină PA mai convenabilă, cum ar fi exercițiul acasă, nu înseamnă neapărat că va avea ca rezultat o mai bună aderență la regimurile de exerciții. De exemplu, King și asociații [184, 204] au descoperit că evenimentele din viață au degradat în egală măsură aderarea la un program de exerciții la domiciliu sau la clasă.

Discuția de mai sus ar trebui să impresioneze clinicianul și cercetătorul că exercițiul este el însuși un factor de stres mental [85, 356-361] și fizic [362-366]. Pe scurt, stresul exercițiului poate interacționa, în anumite circumstanțe, cu stresul psihologic pentru a diminua comportamentul PA. Într-adevăr, exercițiul ar putea fi caracterizat ca un factor de stres auto-provocat, adesea întreprins în mod intenționat cu scopul de a atinge sănătatea și condiția fizică. În timp ce astfel de experiențe sunt în general considerate adaptive, nu toate rezultatele sunt de natură pozitivă. Din punct de vedere fizic, de exemplu, există întotdeauna riscul de rănire [309, 367], care este mărit în condiții de stres [368] și poate duce la pierderea participării la exerciții. Exercițiile fizice efectuate în volume neobișnuite pot crește glucocorticoizii și pot reduce procesele fizice, cum ar fi neurogeneza [369]. În cele din urmă, la un nivel foarte ridicat, exercițiile fizice pot duce la rezultate dăunătoare, cum ar fi sindromul de neperformanță inexplicabil. Acest rezultat poate fi exacerbat de experiența factorilor de stres mental și, de asemenea, poate duce la senzații suplimentare de stres [370]. Într-adevăr, exercițiile fizice crescute într-o perioadă de zile sau săptămâni pot contribui la schimbări negative ale stării de spirit [371] și la creșterea stresului perceput [372]. Un studiu recent a constatat că recuperarea musculară slabă a fost asociată cu raportările de sine de stres cronic [29]. Deoarece senzațiile legate de deteriorarea mușchilor duc probabil la deteriorarea PA [373], este posibil ca stresul să afecteze comportamentul exercițiului prin mărirea senzațiilor neplăcute asociate cu exercițiul.

4.4 Semnificația literaturii Găsirea unei asocieri pozitive între stres și AP

Constatările conform cărora stresul poate provoca creșteri ale comportamentului PA nu trebuie considerate întâmplătoare și pot explica studii cu constatări nule [17]. Castro și asociații [145] au constatat că femeile care erau anxioase la momentul inițial aveau o mai bună aderență la un program de exerciții fizice pe parcursul a 12 luni și un rezultat similar a fost găsit la pacienții cu cancer colorectal [264]. Johnson-Kozlow și colab. [279] a implementat o intervenție de exercițiu pentru un grup de studenți în care gestionarea stresului a fost o caracteristică centrală. Atunci nu ar trebui să fie surprinzător faptul că, cu stresul în creștere, bărbații crescut PA în acest studiu. Comportamentele de sănătate, cum ar fi exercițiile fizice sau utilizarea parcului recreativ, se pot îmbunătăți de fapt după un eveniment major de viață, cum ar fi moartea unui soț cu Alzheimer și # x02019s, pur și simplu pentru că barierele pentru comportament sunt eliminate [374, 375]. Mai mult, astfel de observații sunt în concordanță cu teoriile care prezic schimbări de comportament în ambele direcții cu stresul [183, 330, 376, 377]. De exemplu, cercetătorii în materie de reziliență au subliniat mult timp că adversitatea poate stimula unii indivizi la niveluri mai ridicate de funcționare [376, 377]. Seigel și colab. [183] ​​sugerează o nomenclatură pentru aceste răspunsuri disparate, referindu-se la creșterea PA cu stres ca activarea comportamentală și slăbit PA ca. inhibiție comportamentală, răspunsurile care par să varieze în funcție de trăsăturile individului. Ipoteza de revenire a stresului și PA propusă de Griffin și colab. [191] susține că stresul poate duce la un răspuns degradat al PA urmat în câteva zile sau săptămâni de o creștere compensatorie a PA. Mai exact, acești cercetători speculează că oamenii pot exagera cu comportamente sănătoase, cum ar fi exercițiile fizice, pentru a compensa atenția slabă asupra sănătății în perioada stresantă.

În fața stresului, se poate alege să evite sentimentele de nemulțumire prin exercitarea, o formă de a face față emoției [62, 168, 378]. Într-adevăr, exercițiul poate duce la creșterea sentimentelor de plăcere și este larg acceptat ca un instrument pentru gestionarea stresului [118, 201, 379-381]. Stetson și colab. [189] au constatat că 69% din eșantionul lor de femei au făcut exerciții fizice pentru ameliorarea stresului. Cercetările calitative indică faptul că indivizii vor folosi exerciții de intensitate mică până la moderată (adică mersul pe jos) ca metodă de reglare a emoțiilor [173, 293]. Interesant este faptul că, în ciuda așteptărilor că AP va diminua nemulțumirea, plăcerea exercițiului pare să fie afectată în timpul săptămânilor de stres [189]. Cu toate acestea, persoanele care cred că exercițiul este o metodă utilă pentru reducerea stresului sunt mai predispuse să se angajeze într-un nivel moderat sau mai mare de exercițiu [225, 318]. Cei care fac exerciții pentru a face față stresului raportează un comportament mai ridicat decât cei care nu fac față exercițiului [188]. Managementul stresului ca motiv al exercițiului a fost găsit pentru mai multe populații [178, 382-386]. Cu toate acestea, un eșantion mare de entuziaști foarte activi de fitness a raportat că managementul stresului s-a situat mult sub alte surse de motivație, cum ar fi plăcerea exercițiului [387].

Aceste probleme denunță lipsa generală de înțelegere a relației dintre gestionarea stresului și AP. Comportamentul la exercițiu scade în zilele în care indivizii folosesc mai multă abordare emoțională [201], dar, în general, utilizarea comportamentelor pozitive de coping este legată de PA mai mare [250, 300]. Stilul general de coping al individului poate explica aceste diferențe, deoarece persoanele cu stiluri rigide de coping tind să crească comportamentul PA cu stres crescut [280], deși această constatare este contestată de alte date [150]. Moos și Schaefer [388] afirmă că & # x0201cDintre indivizii autoeficienți, angajarea în AP poate fi descrisă ca un mod orientat spre sarcini de a face față evenimentelor stresante folosind un stil de abordare comportamentală. Alternativ, angajarea în PA poate fi folosită pentru evita factorii stresanți ai vieții în rândul persoanelor mai puțin autoeficiente. & # x0201d Acest lucru sugerează că exercițiul poate servi atât pentru a face față stresului, cât și pentru a se îndepărta de acesta, iar strategia utilizată poate varia cu o auto-eficacitate pentru exerciții fizice. Acest lucru poate fi deosebit de important pentru cei care sunt dependenți de efort [389, 390] și pentru cei care compensează supraalimentarea indusă de stres prin exerciții fizice [183, 391-393]. Aceste fenomene adaugă un strat suplimentar de complexitate oricărei analize a stresului și exercițiului și pot explica relațiile slabe observate de multe studii.

4.5 Limitări ale literaturii: considerații metodologice

Câteva limitări din literatura de stres au fost distinse de această revizuire, în special așa cum sunt identificate prin evaluarea evaluării calității (Material suplimentar electronic, Anexa 1). Cea mai evidentă este cantitatea limitată de dovezi experimentale. Utilizarea grupurilor de control ar trebui utilizată, deoarece modificările PA sunt deseori cauzate de alți factori, cum ar fi schimbarea anotimpurilor [331, 394]. Examinarea și factorii stresanți de vacanță coincid cu o vreme mai aversă în multe latitudini, ceea ce este probabil cea mai mare limitare în acest domeniu de cercetare. Studiile transversale nu pot oferi indicații asupra direcției de influență. Stresul are un impact direct asupra exercițiilor fizice sau indivizii inactivi își aleg în mod automat medii mai stresante [170]? O astfel de posibilitate implică faptul că alți factori pot fi responsabili pentru asociație. Cu toate acestea, mai mult de 50 de studii din această revizuire au folosit un design prospectiv, care atenuează unele îngrijorări.

În afară de aspectele legate de proiectare, există și probleme legate de măsurare. În primul rând, stresul poate avea impact asupra amintirii comportamentului de exercițiu, spre deosebire de comportamentul de exercițiu în sine, activitatea fiind supraestimată sau subevaluată [395]. Prin urmare, sunt extrem de necesare măsuri obiective ale PA și doar câteva studii transversale au folosit astfel de markeri [249, 258]. Mai mult, majoritatea măsurilor subiective nu surprind întreaga complexitate a comportamentului, inclusiv activitatea ocupațională și de navetă [308]. Pentru a ilustra acest punct, Fredman și colab. [254] au constatat că îngrijitorii au o auto-raportare mai mare total AP decât cei care nu îngrijesc, dar mai mici timp liber PA. Mai mult, multe lucrări nu se întreabă despre intensitatea exercițiului, deși este echivoc dacă intensitatea este afectată în același grad cu frecvența sau durata [17, 229, 241, 251]. Este posibil ca o persoană să schimbe intensitatea, deoarece prioritatea pentru fitness, realizată în mod obișnuit cu un efort mai mare de exercițiu, dă loc unui accent mai mare pe gestionarea stresului [173]. Atunci când sportivilor li se cere în mod specific ce factori mentali îi împiedică să depună eforturi de 100% în practică, aceștia enumeră de obicei evenimentele din viață, cerințele școlare și alți factori de stres [396]. În cele din urmă, este regretabil faptul că aproape 50% din studiile prospective nu au utilizat măsuri PA / exercițiu testate în prealabil, unele bazându-se pe măsuri dihotomice simple ale comportamentului la efort [210, 219, 263].

Măsurarea stresului pare să joace un rol important în literatura de stres și # x02013. Măsurile de stres au variat foarte mult în studiile analizate, ceea ce este paralel cu multiplicitatea definițiilor de stres utilizate. Studiile din această analiză au fost împărțite aproape în mod egal dacă s-au concentrat pe măsuri subiective (adică percepute) sau obiective (de exemplu, evenimente de viață, complicații zilnice) ale stresului și mai multe studii s-au concentrat, de asemenea, în mod specific pe populațiile cu stres cronic [173, 186, 190, 196, 251]. Studiile care utilizează măsuri de stres în viață includ uneori evenimente pozitive și negative ale vieții fără diferențiere [280], în timp ce altele s-au concentrat exclusiv pe experiențe negative [184]. Orice experiență provocatoare va impozita organismul uman la diferite grade, dar multe studii au favorizat o însumare a evenimentelor vieții fără a lua în considerare impactul ponderat sau amploarea fiecărui eveniment individual [25, 184]. S-a observat că exercițiile fizice servesc drept abordare în timpul stresorilor tranzitorii [168, 397, 398] și chiar atunci când se confruntă cu un eveniment major de viață [175, 184]. Alte dimensiuni ale procesului de stres pot fi, de asemenea, evidente, cum ar fi predictibilitatea evenimentului sau capacitatea percepută de un individ și de a face față stresorului [36]. Trebuie, de asemenea, să se ia în considerare tipul (de exemplu, social, financiar) și controlabilitatea stresului, toate acestea putând influența dacă exercițiul este utilizat ca dispozitiv de coping. În zilele în care stresul este perceput ca controlabil, exercițiul crește [201]. Modelele animale demonstrează că diferite tipuri de factori stresanți (adică înfrângerea socială vs. stresul în câmp deschis) duc fie la obișnuința, fie la neobișnuința PA [399].Într-adevăr, stresul social a dus la o scădere semnificativă a AP în rândul copiilor în singurul studiu experimental realizat până în prezent [193]. În cele din urmă, este important de menționat că nici o cercetare nu s-a axat în mod special pe adversitatea cumulativă, un construct asociat cu multe comportamente de sănătate [125, 128].

Un domeniu terțiar de preocupări constă în aspectele temporale ale cercetării stresului. Dintr-o perspectivă de măsurare, evaluările stresului și AP sunt adesea nepotrivite, cu o măsură care solicită stresul într-o anumită perioadă (de exemplu, ultima lună Perceived Stress Scale [PSS]) și cealaltă care se interesează despre PA într-o perioadă diferită de timp ( de exemplu, anul trecut, Chestionar de activitate modificabilă [MAQ]) [124, 191, 259, 286, 295]. Studiile prospective, deși sunt o îmbunătățire față de cele transversale, nu măsoară întotdeauna stresul și PA la fiecare moment [268, 279]. Acest lucru este important pentru a determina asociațiile bidirecționale de stres și PA. Studiile jurnalistice au oferit îmbunătățiri considerabile în acest sens, fiind, de asemenea, mai puțin afectate de deficitele de memorie legate de stres [17, 189]. Majoritatea cercetărilor nu au reușit să privească relațiile atât într-o manieră simultană / contemporană, cât și în timp [245]. Deși este posibil ca stresul să aibă o relație slabă cu PA în orice moment dat, există probabil o relație mult mai puternică între stres și (a) PA într-un moment viitor, (b) scorurile modificării PA [17, 124, 189] și / sau (c) măsuri mai calitative, inclusiv adoptarea exercițiilor, întreținerea [184, 199] și respectarea intervenției. Modelul de întreținere a activității fizice (PAM) [199] susține că stresul se referă cel mai mult la recidivă, iar o multitudine de dovezi care privesc alte comportamente de sănătate ar susține această noțiune [129]. O analiză încrucișată ar ajuta la determinarea direcției de influență mai puternică între stres și AP, dar un singur raport a întreprins o astfel de analiză [20].

Caracteristicile eșantionului sunt relevante pentru studiul stresului. Este frecvent dificil să recrutezi subiecți cu adevărat stresați pentru studii de cercetare, ceea ce duce la un prejudiciu de răspuns sau de selecție [400]. În consecință, un interval constrâns sau un nivel scăzut al scorurilor de stres (adică o variabilitate insuficientă a stresului) poate ascunde orice efect adevărat [191, 275, 303]. Cei care renunță la studii tind să aibă stres și anxietate mai mari, ceea ce ar putea masca, de asemenea, orice efecte potențiale [188]. Câteva studii care au găsit o tendință inversă a unei asociații de stres și # x02013PA au fost insuficiente [277], în timp ce altele sunt copleșite, detectând asociații banale [260, 268, 270, 272, 316]. Studiile cu eșantioane mari de participanți inactivi (sau invers toți subiecții activi) pot să nu aibă suficientă variabilitate în măsurile de exercițiu pentru a detecta un efect [273].

În cele din urmă, trebuie remarcat faptul că această revizuire are limitări. Au fost căutate doar trei baze de date. Mai mult, căutarea în PubMed a fost trunchiată și nu s-a extins înainte de anul 2000. Cu toate acestea, acestea nu sunt probabil probleme de fond având în vedere (a) numeroasele studii descoperite (b) recuperarea a puține investigații unice în căutări succesive în baze de date și (c) distribuția liniară a hârtiei în timp (Fig. 2). În plus, aceasta este prima revizuire de acest gen, prin urmare, această analiză adaugă o perspectivă considerabilă asupra unui domeniu care a produs o cantitate mare de date. În ciuda acestei abundențe, corpul actual de lucru nu a fost prezentat bine în recenziile care rezumă influențele psihosociale asupra AP, necesitând raportul actual [153-160].

4.6 Direcții viitoare

Posibilitățile abundă pentru cercetările viitoare în acest domeniu. În prezent, dovezile care demonstrează eficacitatea unui exercițiu și o intervenție de gestionare a stresului sunt puține. Cu toate acestea, rapoartele inițiale sunt promițătoare [192]. Intervențiile ar putea fi optimizate dacă stresul și relațiile # x02013PA ar putea fi titrate. De exemplu, Oman și King [184] au discernut că o creștere a evenimentelor majore ale vieții, în special de la trei la patru, nu a dus la o scădere proporțională a aderenței la efort. Acest tip de cercetare reprezintă un domeniu important al anchetei viitoare și ar putea fi coordonat pentru a identifica suplimentar factorii care pot proteja unul sau îl fac vulnerabil la efectele stresului. Factorii de risc pot include rasa / etnia, originea familiei sau caracteristicile individuale, cum ar fi adversitatea vieții și experiențele dezavantajate [34, 35]. Aceste două ultime construcții sunt, de asemenea, indicatori de stres, care servesc ca un memento că instrumentele de stres ar putea fi îmbunătățite în cercetările viitoare prin încorporarea unei perspective a duratei de viață. Triangularea măsurilor de auto-raportare cu interviuri cu participanții și coroborarea dovezilor de la persoane apropiate participanților la studiu ar oferi un avans puternic în măsurarea stresului [401].

În afară de un experiment [193], au existat o lipsă de studii care manipulează stresul pentru a evalua efectul unor astfel de experiențe asupra comportamentelor PA. Trebuie menționat, totuși, că expunerea experimentală la stres este dificil, dacă nu chiar etică, de implementat. Măsurarea PA în mod oportunist în perioadele de stres scăzut și ridicat evaluat obiectiv, cum ar fi examinările finale sau alți factori de stres naturalist, oferă dovezi mai puternice [185, 187, 192]. Modelul demonstrat de Stults-Kolehmainen și Bartholomew [29], în care populațiile sunt selectate atât pentru niveluri foarte scăzute, cât și pentru niveluri foarte ridicate de stres perceput cronic, este un exemplu de proiectare cvasi-experimental care ar putea fi utilizat. Evaluarea ecologică momentană (EMA) este o tehnică de măsurare a stresului și PA în timp real, rezultând o vulnerabilitate mai mică la eșecurile legate de stres în amintirea comportamentului și emoției [154, 265, 402]. Studiile prospective ar trebui să preleveze probe mai frecvent pentru a minimiza efectele stresului asupra memoriei și cunoașterii, factori care în sine pot modera relația de stres și exercițiu [403].

Aceste investigații pot ajuta la descrierea schimbărilor în relație pe măsură ce indivizii progresează de la un comportament sedentar la exerciții de adopție, întreținere și perioade de recidivă. Zona de obișnuință a efortului pare foarte promițătoare [17, 183], deoarece este probabil ca exerciții începători să fie mai susceptibili la efectele impulsurilor, să nu aibă controlul de sine și să nu fie rezistenți la stresorii fizici, emoționali și sociali ai exercițiului însuși [351]. Mai mult, pe măsură ce indivizii obișnuiesc să facă mișcare, există probabil modificări concomitente ale stării de fitness, un potențial moderator cu un accent minim până acum [229]. Alți moderatori pot fi genetici (adică polimorfisme în gene care reglementează consumul de energie), fiziologice (de exemplu, sensibilitate suprarenală, activare musculară), legate de sănătate (de exemplu, boli, simptome), legate de personalitate (de exemplu, conștiinciozitate, nevrotism, perfecționism, tip B, căutarea senzațiilor [141, 142, 269, 404-407]), socială / de mediu [232] și legată de stilul de coping, deși puține studii au măsurat măsura în care indivizii folosesc exercițiile pentru a face față stresului. Cercetătorii se pot uita la literatura nutrițională, deoarece o bifurcație similară apare atunci când indivizii sunt expuși factorilor de stres: fie mai mult consum, fie mai puțin, fie chiar post [168, 408]. Această lucrare a dezvăluit mecanisme care stau la baza relației de stres și aport caloric, cum ar fi reactivitatea cortizolului [134, 409-411]. Modelele experimentale din acest domeniu sunt mai sofisticate, ceea ce indică o necesitate din literatura actuală revizuită. Sperăm că acest progres va ajuta la determinarea factorilor individuali care pot grăbi scăderea comportamentului de promovare a sănătății atunci când sunt stresați sau, în câteva cazuri, stimulează mai multă activitate.

Discuția de mai sus subliniază nevoia centrală pentru modele suplimentare și un cadru teoretic care descrie natura neliniară, bidirecțională și dinamică a stresului și a relațiilor PA [20, 290]. În acest moment, modelele teoretice ale stresului și comportamentului lipsesc în mare măsură sau sunt specializate în anumite contexte (de exemplu, site-uri de lucru, viață urbană) [170, 200]. Legăturile dintre stres, stilul de a face față, percepțiile de energie și oboseală, cheltuielile de energie (inclusiv PA spontană și termogeneza activității fără exerciții [NEAT]) și metabolismul, printre alți factori (de exemplu, conștiinciozitatea) ar trebui integrate în modelele conceptuale care explică obezitatea și fizicul. sănătate. Modele care examinează în mod specific recuperarea după factorii de stres [29, 170, 282] și comportamentul sedentar [170, 173, 193, 195, 209] ar fi utile, deoarece stresul este legat de aceste rezultate. În cele din urmă, trebuie remarcat faptul că stresul psihosocial și exercițiile fizice interacționează în timpul PA în sine, un al treilea domeniu de anchetă care va informa probabil confuzia complexă a acestor doi factori [350, 412, 413].


Examinarea „efectului CSI” în cazurile de dovezi circumstanțiale și mărturii oculare: analize multivariate și de cale

Ca parte a unei investigații mai ample a naturii în schimbare a comportamentului juraților în contextul dezvoltării tehnologiei, acest studiu a examinat întrebări importante fără răspuns din studiile anterioare privind „efectul CSI”. Răspunzând la astfel de întrebări, studiul de față a aplicat pentru prima dată analize multivariate și de cale. Rezultatele au arătat că (a) vizionarea dramelor CSI nu a avut niciun efect independent asupra verdictelor juraților, (b) expunerea la dramele CSI nu a interacționat cu caracteristicile individuale, (c) caracteristicile individuale diferite au fost semnificativ asociate cu diferite tipuri de dovezi și (d) Observarea CSI nu a avut niciun efect direct asupra deciziilor juraților și a avut un efect indirect asupra condamnării în cazul dovezilor circumstanțiale numai deoarece a ridicat așteptări cu privire la dovezile științifice, dar nu a produs niciun efect indirect doar în cazul mărturiei oculare . În cele din urmă, sunt discutate implicațiile prezentului studiu, precum și pentru cercetările viitoare privind „efectul CSI” asupra juraților.

Cuvinte cheie: CSI, dovezi criminalistice, juriu

Citare sugerată: Citare sugerată

Tânărul S. Kim

Universitatea Eastern Michigan (e-mail)

Universitatea din Michigan de Est
Ypsilanti, MI 48197
Statele Unite


Folosirea Tableau pentru a vizualiza date și a stimula procesul decizional ☆

Acest caz subliniază importanța analizei datelor prin utilizarea software-ului de vizualizare a datelor pentru a vă ajuta să înțelegeți datele și modul în care acestea pot fi transformate în informații care pot îmbunătăți procesul decizional. În software-ul de vizualizare a datelor, Tableau, vi se va cere să vă conectați la un fișier de date Access pentru a analiza șase luni de date privind tranzacțiile de vânzare ale unui mic producător de înghețată la început. În conformitate cu standardul de contabilitate AACSB A7, cazul se concentrează pe familiarizarea cu software-ul de vizualizare a datelor pentru a „transmite date, rezultate și informații” (AACSB, 2013) și a aplica gândirea de ordin superior. După familiarizarea cu datele și software-ul de vizualizare a datelor, vi se va cere să efectuați o analiză exploratorie pentru a identifica tendințele cheie ale datelor pentru a pregăti și raporta aceste informații pentru a îmbunătăți procesul de luare a deciziilor de afaceri. Acest caz este destinat să fie utilizat într-un curs de licență de sisteme de informații contabile, un curs introductiv managerial sau un curs axat pe analiza datelor ca o introducere de bază a software-ului de vizualizare a datelor.


12.4 Testarea semnificației coeficientului de corelație

Coeficientul de corelație, r, ne spune despre forța și direcția relației liniare dintre X și y. Cu toate acestea, fiabilitatea modelului liniar depinde și de câte puncte de date observate sunt în eșantion. Trebuie să ne uităm atât la valoarea coeficientului de corelație r și mărimea eșantionului n, împreună.

Efectuăm un test de ipoteză a „semnificația coeficientului de corelație” pentru a decide dacă relația liniară din datele eșantionului este suficient de puternică pentru a fi utilizată pentru a modela relația în populație.

Datele eșantion sunt utilizate pentru a calcula r, coeficientul de corelație pentru eșantion. Dacă am avea date pentru întreaga populație, am putea găsi coeficientul de corelație a populației. Dar, deoarece avem doar date eșantion, nu putem calcula coeficientul de corelație a populației. Coeficientul de corelație a eșantionului, r, este estimarea noastră a coeficientului de corelație a populației necunoscute.

  • Simbolul pentru coeficientul de corelație a populației este ρ, litera greacă „rho”.
  • ρ = coeficient de corelație a populației (necunoscut)
  • r = coeficientul de corelație a eșantionului (cunoscut calculat din datele eșantionului)

Testul ipotezei ne permite să decidem dacă valoarea coeficientului de corelație a populației ρ este „aproape de zero” sau „semnificativ diferit de zero”. Decidem acest lucru pe baza coeficientului de corelație a eșantionului r și mărimea eșantionului n.

Dacă testul concluzionează că coeficientul de corelație este semnificativ diferit de zero, spunem că coeficientul de corelație este „semnificativ”.

  • Concluzie: Există suficiente dovezi pentru a concluziona că există o relație liniară semnificativă între X și y deoarece coeficientul de corelație este semnificativ diferit de zero.
  • Ce înseamnă concluzia: Există o relație liniară semnificativă între X și y. Putem folosi linia de regresie pentru a modela relația liniară dintre X și y în populație.

Dacă testul concluzionează că coeficientul de corelație nu este semnificativ diferit de zero (este aproape de zero), spunem că coeficientul de corelație „nu este semnificativ”.

  • Concluzie: "Nu există dovezi suficiente pentru a concluziona că există o relație liniară semnificativă între X și y deoarece coeficientul de corelație nu este semnificativ diferit de zero. "
  • Ce înseamnă concluzia: Nu există o relație liniară semnificativă între X și y. Prin urmare, NU PUTEM folosi linia de regresie pentru a modela o relație liniară între X și y în populație.
  • Dacă r este semnificativ, iar graficul scatter prezintă o tendință liniară, linia poate fi utilizată pentru a prezice valoarea y pentru valori de X care se află în domeniul observat X valori.
  • Dacă r nu este semnificativ SAU dacă graficul de împrăștiere nu prezintă o tendință liniară, linia nu trebuie utilizată pentru predicție.
  • Dacă r este semnificativ și dacă graficul de împrăștiere prezintă o tendință liniară, linia NU poate fi adecvată sau fiabilă pentru predicție ÎN DOMENIUL domeniului observat X valorile din date.

EFECTUAREA TESTULUI DE HIPOTEZĂ

CE ÎNSEAMNĂ HIPOTESELE ÎN CUVINTE:

  • Ipoteza nulă H0: Coeficientul de corelație a populației NU este semnificativ diferit de zero. NU ESTE o relație liniară semnificativă (corelație) între X și y în populație.
  • Ipoteză alternativă HA: Coeficientul de corelație a populației este semnificativ diferit de zero. Există O RELAȚIE LINEALĂ SIGNIFICATIVĂ (corelație) între X și y în populație.

DESENAREA O CONCLUZIE: Există două metode de luare a deciziei. Cele două metode sunt echivalente și dau același rezultat.

  • Metoda 1: Utilizarea p-valoare
  • Metoda 2: Utilizarea unui tabel cu valori critice

În acest capitol al acestui manual, vom folosi întotdeauna un nivel de semnificație de 5%, α = 0.05

Folosind p-metoda valorii, puteți alege orice nivel de semnificație adecvat pe care doriți să nu-l limitați la utilizare α = 0,05. Dar tabelul valorilor critice furnizat în acest manual presupune că utilizăm un nivel de semnificație de 5%, α = 0,05. (Dacă am dori să folosim un nivel de semnificație diferit de 5% cu metoda valorii critice, am avea nevoie de tabele diferite de valori critice care nu sunt furnizate în acest manual.)

METODA 1: Utilizarea unui p-valoare pentru a lua o decizie

Folosind calculatorul TI-83, 83+, 84, 84+

Pentru a calcula p-valor folosind LinRegTTEST:
Pe ecranul de intrare LinRegTTEST, pe linia prompt pentru β sau ρ, a scoate in evidenta "≠ 0"
Ecranul de ieșire arată valoarea p pe linia care citește "p linie nouă">
(Majoritatea programelor statistice de calculator pot calcula p-valoare.)

  • Decizie: respingeți ipoteza nulă.
  • Concluzie: "Există suficiente dovezi pentru a concluziona că există o relație liniară semnificativă între X și y deoarece coeficientul de corelație este semnificativ diferit de zero. "
  • Decizie: NU RESPINGEI ipoteza nulă.
  • Concluzie: "Nu există dovezi suficiente pentru a concluziona că există o relație liniară semnificativă între X și y deoarece coeficientul de corelație NU este semnificativ diferit de zero. "
  • Veți folosi tehnologia pentru a calcula p-valoare. Următoarele descriu calculele pentru calcularea statisticilor de testare și p-valoare:
  • p-valoarea se calculează utilizând un t-distribuirea cu n - 2 grade de libertate.
  • Formula pentru statistica testului este t = r n - 2 1 - r 2 t = r n - 2 1 - r 2. Valoarea statisticii testului, t, este afișat în ieșirea calculatorului sau calculatorului împreună cu p-valoare. Statistica testului t are același semn ca și coeficientul de corelație r.
  • p-valoarea este zona combinată în ambele cozi.

O modalitate alternativă de a calcula p-valoare (p) dată de LinRegTTest este comanda 2 * tcdf (abs (t), 10 ^ 99, n-2) în 2nd DISTR.

  • Luați în considerare cel de-al treilea examen / exemplu de examen final.
  • Linia de potrivire cea mai bună este: ŷ = -173,51 + 4,83X cu r = 0.6631 și există n = 11 puncte de date.
  • Poate fi utilizată linia de regresie pentru predicție? Având un al treilea scor de examen (X valoare), putem folosi linia pentru a prezice scorul final al examenului (prezis y valoare)?
  • p-valoarea este 0,026 (din LinRegTTest de pe calculator sau din software-ul computerului).
  • p-valoarea, 0,026, este mai mică decât nivelul de semnificație al α = 0.05.
  • Decizie: respingerea ipotezei nule H0
  • Concluzie: Există suficiente dovezi pentru a concluziona că există o relație liniară semnificativă între cel de-al treilea scor de examen (X) și scorul examenului final (y) deoarece coeficientul de corelație este semnificativ diferit de zero.

pentru că r este semnificativ, iar graficul de împrăștiere prezintă o tendință liniară, linia de regresie poate fi utilizată pentru a prezice scorurile finale ale examenului.

METODA 2: Utilizarea unui tabel cu valori critice pentru a lua o decizie

Exemplul 12.7

Să presupunem că ai calculat r = 0,801 folosind n = 10 puncte de date. df = n - 2 = 10 - 2 = 8. Valorile critice asociate df = 8 sunt -0,632 și + 0,632. Dacă r & Este o valoare critică negativă sau r & gt valoare critică pozitivă, atunci r este semnificativ. De cand r = 0,801 și 0,801 & gt 0,632, r este semnificativ și linia poate fi utilizată pentru predicție. Dacă vedeți acest exemplu pe o linie numerică, acesta vă va ajuta.

Încercați-l 12.7

Pentru o linie dată de cea mai bună potrivire, ați calculat asta r = 0,6501 folosind n = 12 puncte de date și valoarea critică este 0,576. Poate fi folosită linia pentru predicție? De ce sau de ce nu?

Exemplul 12.8

Să presupunem că ai calculat r = –0.624 cu 14 puncte de date. df = 14 - 2 = 12. Valorile critice sunt –0.532 și 0.532. Din moment ce –0.624 și lt –0.532, r este semnificativ și linia poate fi utilizată pentru predicție

Încercați-l 12.8

Pentru o linie dată de cea mai bună potrivire, calculați asta r = 0,5204 folosind n = 9 puncte de date, iar valoarea critică este 0,666. Poate fi folosită linia pentru predicție? De ce sau de ce nu?

Exemplul 12.9

Să presupunem că ai calculat r = 0,776 și n = 6. df = 6 - 2 = 4. Valorile critice sunt –0.811 și 0.811. Din moment ce –0.811 și lt 0.776 și lt 0.811, r nu este semnificativ, iar linia nu trebuie utilizată pentru predicție.

Încercați-l 12.9

Pentru o linie dată de cea mai bună potrivire, calculați asta r = –0.7204 folosind n = 8 puncte de date, iar valoarea critică este = 0,707. Poate fi folosită linia pentru predicție? De ce sau de ce nu?

EXAMENUL TREI-EXAMEN vs EXEMPLUL EXAMENULUI FINAL: metoda valorii critice

Luați în considerare cel de-al treilea examen / exemplu de examen final. Linia de potrivire cea mai bună este: ŷ = –173.51+4.83X cu r = 0.6631 și există n = 11 puncte de date. Poate fi utilizată linia de regresie pentru predicție? Având un scor la al treilea examen (X valoare), putem folosi linia pentru a prezice scorul final al examenului (prezis y valoare)?

  • H0: ρ = 0
  • HA: ρ ≠ 0
  • α = 0.05
  • Utilizați tabelul „95% valoare critică” pentru r cu df = n – 2 = 11 – 2 = 9.
  • Valorile critice sunt –0.602 și +0.602
  • De la 0.6631 și gt 0.602, r este semnificativ.
  • Decizie: respingeți ipoteza nulă.
  • Concluzie: Există suficiente dovezi pentru a concluziona că există o relație liniară semnificativă între cel de-al treilea scor de examen (X) și scorul examenului final (y) deoarece coeficientul de corelație este semnificativ diferit de zero.

pentru că r este semnificativ, iar graficul scatter prezintă o tendință liniară, linia de regresie poate fi utilizată pentru a prezice scorurile finale ale examenului.

Exemplul 12.10

Să presupunem că ați calculat următorii coeficienți de corelație. Folosind tabelul de la sfârșitul capitolului, determinați dacă r este semnificativă și linia de potrivire cea mai bună asociată cu fiecare r poate fi folosit pentru a prezice un y valoare. Dacă vă ajută, trageți o linie numerică.

  1. r = –0.567 și dimensiunea eșantionului, n, este 19. The df = n - 2 = 17. Valoarea critică este –0.456. –0.567 și lt –0.456 deci r este semnificativ.
  2. r = 0,708 și dimensiunea eșantionului, n, are nouă ani. df = n - 2 = 7. Valoarea critică este 0,666. 0,708 și GT 0,666 deci r este semnificativ.
  3. r = 0,134 și dimensiunea eșantionului, n, este 14. The df = 14 - 2 = 12. Valoarea critică este 0,532. 0.134 este între –0.532 și 0.532 deci r nu este semnificativ.
  4. r = 0 și dimensiunea eșantionului, n, este cinci. Indiferent care sunt df-urile, r = 0 este între cele două valori critice deci r nu este semnificativ.

Pentru o linie dată de cea mai bună potrivire, calculați asta r = 0 folosind n = 100 puncte de date. Poate fi folosită linia pentru predicție? De ce sau de ce nu?

Ipoteze în testarea semnificației coeficientului de corelație

Testarea semnificației coeficientului de corelație necesită îndeplinirea anumitor ipoteze cu privire la date. Premisa acestui test este că datele sunt un eșantion de puncte observate preluate de la o populație mai mare. Nu am examinat întreaga populație, deoarece nu este posibil sau fezabil să se facă acest lucru. Examinăm eșantionul pentru a trage o concluzie cu privire la relația liniară între care vedem X și y datele din eșantion oferă dovezi suficient de puternice, astfel încât să putem concluziona că există o relație liniară între X și y în populație.

Ecuația liniei de regresie pe care o calculăm din datele eșantionului oferă cea mai potrivită linie pentru eșantionul nostru particular. Vrem să folosim această linie de potrivire optimă pentru eșantion ca estimare a liniei de potrivire optimă pentru populație. Examinarea diagramei de dispersie și testarea semnificației coeficientului de corelație ne ajută să stabilim dacă este potrivit să facem acest lucru.


Utilizarea reziduurilor pentru a identifica o linie de potrivire bună

Mentor: Pentru a vedea dacă o linie se potrivește bine sau se potrivește pentru un set de date, putem examina reziduurile acelei linii.

Student: De ce reziduurile sunt legate de determinarea dacă linia se potrivește bine?

Mentor: Ei bine, reziduurile exprimă diferența dintre datele de pe linie și datele reale, astfel încât valorile reziduurilor să arate cât de bine reprezintă reziduurile.

Student: OK, bine ce caut când examinez reziduurile?

Mentor: Ei bine, dacă linia se potrivește bine cu datele, graficul rezidual va fi aleatoriu. Cu toate acestea, dacă linia nu se potrivește cu datele, graficul reziduurilor va avea un model.

Student: Cum ar arăta datele care formează un model în comparație cu datele aleatorii?

Mentor: Ei bine, să aruncăm o privire la un set de date cu o potrivire bună și la un set de date cu o potrivire proastă pentru a vedea diferența. În primul rând, să ne uităm la reziduurile unei linii care se potrivește bine unui set de date. Folosind Activitatea de regresie, graficați punctele de date: <(1, 3) (2, 4) (3, 3) (4, 7) (5, 6) (6, 6) (7, 7) (8, 9 )>. Acum, selectați Afișați linia cea mai potrivită și selectați Afișați reziduurile. Acum puteți vedea graficul rezidual al tuturor reziduurilor găsite atunci când valorile prezise ale liniei de potrivire cea mai bună sunt scăzute din valorile reale.

Student: Reziduurile apar așezate aleator de-a lungul graficului. Pot vedea cum acesta ar fi un model aleatoriu de reziduuri. Cum ar arăta un grafic rezidual pentru o linie care nu se potrivește cu datele?

Mentor: Ei bine, să ne uităm la un alt grafic. Folosind Activitatea de regresie, trasați următoarele puncte: <(4, -11), (3, -6), (2, -3), (1, -2), (0, -3), (-1, -6), (-2, -11)>. Aceste puncte grafică ecuația pătratică -x ^ 2 + 2x-3. Acum, selectați Linia de cea mai bună potrivire pentru a trasa o linie pentru a se potrivi datelor. Acum selectați Afișați reziduurile pentru a vizualiza parcela reziduală pe care doriți să o examinați.

Student: Hei, reziduurile formează un model! Cu siguranță nu sunt împrăștiate la întâmplare, dar în schimb fac o curbă. Această linie nu se potrivea bine. Vor exista momente în care nu voi putea spune dacă reziduurile formează un model sau nu?

Mentor: Uneori nu veți avea suficiente reziduuri pentru a putea vedea un model definit în complot, dar în majoritatea cazurilor veți putea privi complotul rezidual și, utilizând acest criteriu, determinați dacă linia se potrivește bine sau o potrivire proastă pentru date.

Student: Am observat că valorile reziduale (valorile de sub Linia cea mai potrivită) pare să aibă o sumă de aproximativ 0. Suma acestor reziduuri ajută la determinarea dacă o linie este potrivită pentru date sau nu?

Mentor: Suma reziduurilor nu determină neapărat nimic. Linia de potrivire cea mai bună va avea adesea o sumă de aproximativ 0, deoarece include toate punctele de date și, prin urmare, va fi puțin prea mult deasupra unor puncte de date și un pic prea mult sub unele puncte de date. Prin urmare, în cazul liniei cu cea mai bună potrivire, eroarea pozitivă va echilibra eroarea negativă, astfel încât suma reziduurilor să fie de aproximativ 0. Cu toate acestea, acest lucru nu înseamnă că linia este o potrivire bună pentru datele pe care le înseamnă doar că linia se află deasupra și sub datele reale.

Student: OK, acum știu că, pentru a afla dacă o linie se potrivește bine unui set de date, pot privi graficul rezidual și dacă reziduurile sunt un model, atunci linia nu se potrivește bine.



Comentarii:

  1. Curtiss

    Mă bucur că blogul tău este în continuă evoluție. Astfel de postări adaugă doar popularitate.

  2. Doujar

    Ma alatur. Deci se întâmplă. Vom examina această întrebare.

  3. Graeghamm

    De ce asa? Mă îndoiesc cum putem acoperi acest subiect.

  4. Richer

    Nu totul este atât de simplu



Scrie un mesaj