Interpretar gráficos de dispersão
A correlação é mais do que apenas um número- é uma maneira de descrever relacionamentos de uma forma universal. Correlação se aplica a quantitativas variáveis (como idade e altura), mesmo que a “definição de rua” de correlação relaciona todas as variáveis (como padrão de género e votação).
Este gráfico de dispersão representa os do ensino médio e calouros GPAs universitários de 24 alunos.
Exemplos de perguntas
Como você descreveria a relação linear entre GPA-escola e GPA faculdade?
Um forte
B. fraco
C. positiva
D. negativo
E. Escolhas (A) e (C)
Resposta: E. Escolhas (A) e (C) (forte- positivo)
Este gráfico de dispersão apresenta uma relação linear forte e positiva (r = 0,77) entre ensino médio e GPA faculdade.
Se estas duas variáveis quantitativas teve uma correlação de 1, como é que o gráfico de dispersão ser diferente?
Responda: Os pontos que todos ficam em uma linha perfeitamente reta inclinada para cima.
Com uma correlação de 1,0, todos os pontos estaria perfeitamente em linha reta em vez de apenas o agrupamento em torno dele. A linha seria inclinação ascendente da esquerda para a direita.
Se estas duas variáveis quantitativas teve uma correlação de -1, o que o gráfico de dispersão parece?
A. Os pontos seriam todos mentir sobre uma linha reta.
B. Todos os pontos teria que estar entre -1 e 0.
C. Todos os pontos seria inclinação descendente da esquerda para a direita.
D. Escolhas (A) e (C)
E. Escolhas (A), (B) e (C)
Resposta: D. Choices (A) e (c) (Os pontos faria tudo mentira em um line- reta todos os pontos seria inclinação para baixo, da esquerda para a direita.)
O gráfico de dispersão de duas variáveis com uma correlação de -1,0 teria todos os pontos deitado perfeitamente em uma linha inclinada para baixo, da esquerda para a direita.
Se você precisa de mais prática sobre este e outros temas, do seu estatísticas claro, visita 1.001 Problemas Prática das Estatísticas For Dummies para comprar o acesso online a 1.001 problemas práticos estatísticas! Podemos ajudá-lo a acompanhar o seu desempenho, ver onde você precisa estudar e criar problema personalizado define a dominar suas habilidades estatísticas.