การเปรียบเทียบกลุ่มเชิงหมวดหมู่
แนะนำใหม่| English | ความหมาย |
|---|---|
| conditional distributions/kənˈdɪʃənl ˌdɪstrɪˈbjuːʃnz/ | การแจกแจงตามเงื่อนไข |
| independent/ˌɪndɪˈpendənt/ | อิสระ |
| causation/kɔːˈseɪʃn/ | ความสัมพันธ์เชิงสาเหตุ |
| confounding variable/kənˈfaʊndɪŋ ˈveərɪəbl/ | ตัวแปรพัวพัน |
เปรียบเทียบกลุ่มอย่างยุติธรรม
- เพื่อตรวจสอบว่าตัวแปรเชิงคุณภาพสองตัวเกี่ยวข้องกันหรือไม่ ให้เปรียบเทียบ การแจกแจงแบบมีเงื่อนไข ระหว่างกลุ่มต่างๆ
- การแจกแจงแบบมีเงื่อนไขคือชุดของสัดส่วนสำหรับตัวแปรหนึ่ง ภายใน กลุ่มเดียว
- "รูปแบบการแบ่งแยกวิชาดูอย่างไร สำหรับนักเรียนหญิง เทียบกับ นักเรียนชาย?"
- การใช้สัดส่วน (แทนที่จะใช้จำนวนนับดิบ) ทำให้การเปรียบเทียบเป็นธรรมเมื่อขนาดกลุ่มต่างกัน
ความสัมพันธ์ vs. ความอิสระ
- หากการแจกแจงแบบมีเงื่อนไข เหมือนกัน ในทุกกลุ่ม ตัวแปรทั้งสองจะดูเป็น อิสระต่อกัน
- หาก它们在 แตกต่างกัน ตัวแปรทั้งสองแสดงถึง ความสัมพันธ์ — การรู้ค่าตัวแปรหนึ่ง บอกข้อมูลบางอย่างเกี่ยวกับอีกตัวแปรหนึ่งได้
- ความแตกต่างระหว่างกลุ่มยิ่งมาก ความสัมพันธ์ยิ่งแข็งแกร่ง
- "สัดส่วนเท่ากันทุกที่" คือภาพของการไม่มีความสัมพันธ์
ความแตกต่างของสัดส่วน
- กำหนดค่าความสัมพันธ์ด้วย ความแตกต่างของสัดส่วน: เช่น $60\%$ ของเด็กหญิง vs $40\%$ ของเด็กชาย เลือกวิทยาศาสตร์
- ช่วงห่าง $20$ จุดเปอร์เซ็นต์นี้คือหลักฐานของความสัมพันธ์ ที่ระบุในบริบทของปัญหา
- ต้องระบุเสมอว่า กลุ่มไหน สูงกว่า และ ต่างไปเท่าไหร่
- ความแตกต่างเล็กน้อยอาจเป็นเพียงสัญญาณรบกวนจากการสุ่มตัวอย่าง; ความแตกต่างขนาดใหญ่บ่งชี้ถึงความสัมพันธ์ที่แท้จริง
ความสัมพันธ์ยังไม่เท่ากับสาเหตุ
- แม้ความสัมพันธ์ที่แข็งแกร่งระหว่างตัวแปรเชิงคุณภาพสองตัว จะ ไม่ได้ พิสูจน์ถึง ความเป็นเหตุเป็นผล
- อาจมี ตัวแปรกวน ที่ซ่อนอยู่ซึ่งส่งผลต่อทั้งสอง
- ข้อมูลจากการสังเกตสามารถเปิดเผยความสัมพันธ์แต่หายากที่จะยืนยันสาเหตุ
- เพียงการทดลองที่ออกแบบมาอย่างดี (หน่วยที่ 3) จึงจะรองรับการอ้างถึงสาเหตุได้
ในการตัดสินความสัมพันธ์ ต้องเปรียบเทียบสัดส่วนแบบมีเงื่อนไข เสมอ ห้ามใช้จำนวนนับดิบ — กลุ่มที่มีคนมากกว่าจะมีจำนวนนับสูงกว่าทุกจุดแม้จะไม่มีความสัมพันธ์ และ "$60\%$ vs $40\%$" เป็น ความสัมพันธ์ ไม่ใช่พิสูจน์ว่าความเป็นเด็กหญิง ทำให้ เลือกวิทยาศาสตร์: อาจมี ตัวแปรกวน อธิบายช่องว่างนี้ได้
นิสัยออกกำลังกายเชื่อมโยงกับการนอนหลับดีหรือไม่? ผลการสำรวจ:
- สำหรับผู้ออกกำลังกาย: $70\%$ นอนหลับดี สำหรับผู้ไม่ออกกำลังกาย: $45\%$ นอนหลับดี
- การแจกแจงแบบมีเงื่อนไข แตกต่างกัน ($70\%$ vs $45\%$) → เกิด ความสัมพันธ์
- แต่อาจเป็นเพราะคนที่สุขภาพดีทั้งออกกำลังกาย และ นอนหลับดี — ซึ่งเป็นตัวแปรกวน ยังไม่ได้พิสูจน์ความเป็นเหตุเป็นผล
เปรียบเทียบ การแจกแจงแบบมีเงื่อนไข ระหว่างกลุ่ม: หาก เหมือนกัน ตัวแปรดูเป็น อิสระ; หาก แตกต่างกัน มี ความสัมพันธ์ ซึ่งวัดได้ด้วย ความแตกต่างของสัดส่วน (ระบุในบริบท) ความสัมพันธ์ยังไม่พิสูจน์ถึง ความเป็นเหตุเป็นผล — อาจมี ตัวแปรกวน ทำงานอยู่
การกระจายตัวเงื่อนไขของกลุ่มหนึ่ง
ในกลุ่มเดียว ชิ้นส่วนคือการกระจายตัวเงื่อนไขของมัน
ตัวแปรเชิงหมวดหมู่สองตัวดูเป็นอิสระเมื่อการกระจายตัวเงื่อนไขของ它们是...
Difficulty 1/5 · 100 coins + a small bonus on first completion today
การกระจายตัวเงื่อนไขเหมือนกัน → ไม่มีความสัมพันธ์ → เป็นอิสระ
ผู้ออกกำลังกาย 70% นอนหลับดี เมื่อเทียบกับผู้ที่ไม่ออกกำลังกาย 45% ความแตกต่างของสัดส่วนคือกี่เปอร์เซ็นต์?
Difficulty 2/5 · 140 coins + a small bonus on first completion today
70 − 45 = 25 เปอร์เซ็นต์
คุณควรเปรียบเทียบจำนวนนับจริง ไม่ใช่สัดส่วน เพื่อตัดสินความสัมพันธ์ระหว่างตัวแปรเชิงหมวดหมู่
Difficulty 1/5 · 100 coins + a small bonus on first completion today
ให้เปรียบเทียบสัดส่วนตามเงื่อนไข — การนับจำนวนจะไม่ยุติธรรมเมื่อขนาดกลุ่มแตกต่างกัน
ตัวแปรซ่อนเร้นที่อาจขับเคลื่อนทั้งสองตัวแปรและอธิบายความสัมพันธ์ได้เรียกว่าตัวแปร ___
Difficulty 1/5 · 100 coins + a small bonus on first completion today
ตัวแปร混杂 (confounding variable) เสนอคำอธิบายทางเลือกหนึ่ง
ข้อใดถูกต้องเกี่ยวกับความสัมพันธ์ vs สาเหตุ?
Difficulty 2/5 · 140 coins + a small bonus on first completion today
แม้ความสัมพันธ์จะแข็งแกร่งแค่ไหน ก็ไม่สามารถพิสูจน์ความสัมพันธ์เชิงสาเหตุได้ด้วยตัวเอง