Comment corrélation, régression, et deux tableaux à clarifier les données statistiques

L'un des objectifs les plus courants de la recherche statistique est de trouver des liens entre les variables. Utilisation de corrélation, régression, et les tableaux dans les deux sens, vous pouvez utiliser les données pour répondre à des questions comme celles-ci:

  • Quels sont les comportements de vie augmenter ou de diminuer le risque de cancer?

  • Quel est le nombre d'effets secondaires associés à ce nouveau médicament?

  • Puis-je réduire mon taux de cholestérol en prenant ce nouveau supplément de fines herbes?

  • Est-ce que passer une grande quantité de temps sur Internet provoquer une personne à prendre du poids?

Trouver des liens entre les variables est ce qui aide le monde médical concevoir de meilleurs médicaments et traitements, fournit des commerçants avec des informations sur qui est plus susceptible d'acheter leurs produits, et donne aux politiciens d'informations sur laquelle construire arguments pour et contre certaines politiques.

Dans la méga-entreprise de chercher des relations entre les variables, vous trouverez un nombre incroyable de résultats statistiques - mais pouvez-vous dire ce qui est correct et ce qui l'est pas? Beaucoup de décisions importantes sont prises sur la base de ces études, et il est important de savoir ce que les normes doivent être respectées afin de juger les résultats crédibles, surtout quand une relation de cause à effet est signalé.

Ceci est la raison pour laquelle vous avez besoin de savoir comment

  • données des parcelles de deux variables numériques (tels que le niveau de dosage et la pression artérielle);

  • trouver et interpréter corrélation (la force et la direction de la relation linéaire entre X et y);

  • trouver l'équation d'une ligne ou d'une courbe qui correspond le mieux aux données (et quand le faire est approprié) - et

  • utiliser ces résultats pour faire des prédictions pour une variable basé sur un autre (appelé régression).

Vous avez également besoin de reconnaître quand une ligne correspond bien aux données et quand il ne le fait pas, et quelles conclusions vous pouvez faire (et ne devrait pas faire) dans les situations où une ligne ne correspond.

Il est utile de comparer et décrire les liens entre les deux variables catégorielles (tels que le nombre de doses prises par jour et la présence ou l'absence de nausées). Pour ce faire, la collecte et l'organisation des données dans tables bidirectionnelles (où les valeurs possibles d'une variable constituent les lignes et les valeurs possibles pour l'autre variable compenser les colonnes), l'interprétation des résultats, l'analyse des données à partir de tables dans les deux sens à la recherche de relations, et de vérifier pour l'indépendance.


» » » » Comment corrélation, régression, et deux tableaux à clarifier les données statistiques