Videnskab
 science >> Videnskab >  >> Math

Forskellen mellem bivariate og multivariate analyser

Bivariate og multivariate analyser er statistiske metoder, der hjælper dig med at undersøge forhold mellem data prøver. Bivariatanalyse ser på to parrede datasæt, hvor man undersøger om der findes et forhold mellem dem. Multivariativ analyse anvender to eller flere variabler og analyser, som eventuelt er korreleret med et specifikt resultat. Målet i sidstnævnte tilfælde er at bestemme hvilke variabler der påvirker eller forårsage resultatet.

Bivariatanalyse

Bivariatanalyse undersøger forholdet mellem to parrede datasæt. De to datasæt parres, fordi et par observationer er taget fra en enkelt prøve eller individ, men hver prøve er uafhængig. Dataene analyseres ved hjælp af værktøjer som t-test og chi-kvadreret test for at se om de to datagrupper korrelerer med hinanden, og hvis variablerne er kvantitative, bliver de sædvanligvis graferet på en scatterplot. Bivariate analyse undersøger også styrken af ​​enhver korrelation.

Bivariate Analysis Examples

Et eksempel på bivariatanalyse er et forskergruppe, der registrerer alderen hos både mand og kone i et enkelt ægteskab. Disse data er parret, fordi begge aldre kommer fra det samme ægteskab, men uafhængige, fordi en persons alder ikke forårsager en persons alder. Dataene er afbildet og viser en sammenhæng i dataene: de ældre ægtefæller har ældre koner. Et andet eksempel er optagelse af målinger af grebsstyrke og armstyrke fra enkeltpersoner. Dataene er parret, fordi begge målinger kommer fra en enkelt person, men uafhængig, fordi forskellige muskler anvendes. Data er plottet fra mange individer, der viser en korrelation: personer med højere grebsstyrke har højere armstyrke.

Multivariat analyse

Multivariatanalyse analyserer flere variabler for at se om en eller flere af dem er prædiktive af et bestemt resultat. Præventive variabler betragtes som uafhængige variabler, og resultatet er den afhængige variabel. Variablerne kan være enten kontinuerlige, hvilket betyder, at de kan have en række værdier, eller de kan være dikotomme, hvilket betyder, at de repræsenterer svaret på et ja eller nej. Flere regressionsanalyser er den mest almindelige metode, der anvendes i multivariate analyser, for at finde sammenhænge mellem datasæt, men mange andre, såsom logistisk regression og multivariabel variansanalyse, anvendes også.

Multivariatanalyseeksempel

Multivariate analyser blev anvendt af forskere i en 2009 Journal of Pediatrics undersøgelse for at undersøge, om negative livshændelser, familiemiljø, familie vold, medievold og depression er forudsigere for ungdomsagression og mobning. Negative livshændelser, familiemiljø, familie vold, medievold og depression var de uafhængige forudsigelsesvariabler. Aggression og mobning var de afhængige udfaldsvariabler. Over 600 forsøgspersoner med en gennemsnitlig alder på 12 år fik spørgeskemaer, der fastslog forudsigelsesvariablerne for hvert barn. Der blev også givet en undersøgelse, der fastslog resultatet variabler for hvert barn. Flere regressionsligninger og strukturelle ligningsmodellering blev brugt til at studere datasættet. Negative livshændelser og depression viste sig at være de stærkeste forudsigere for ungdomsagression.

Klik for at udvide hele teksten