Professional Documents
Culture Documents
ŠKOLSKOG USPEHA
- KAKO SE USPEH MANIFESTUJE?
- ŠTA JE POVEZANO SA USPEHOM?
- OD ČEGA USPEH ZAVISI?
Prediktorska Kriterijumska
varijabla: varijabla:
Numeričke Vrsta fakulteta
sposobnosti Filozofski
skor na testu FTN
Akademija umetnosti
Primer: Koji fakultet upisati?
- na osnovu jedne varijable
1. ispitati razlike između već postojećih grupa: ANOVA
2. nove slučajeve locirati u grupu kojoj su najsličniji
Prediktori Kriterijum
(merne varijable): (kategorijalna varijabla)
Memorija Vrsta fakulteta
Verbalne Filozofski
sposobnosti FTN
Spacijalne Akademija umetnosti
sposobnosti
Numeričke
sposobnosti
Kako predvideti kategorijalni kriterijum na
osnovu većeg broja varijabli?
Serijom pojedinačnih ANOVA?
Problem - ne bi u obzir bile uzete:
male razlike istog smera
interakcija među varijablama
Bolje: uzeti u obzir sve varijable i njihove
međusobne odnose
Kako predvideti kategorijalni kriterijum na
osnovu većeg broja varijabli?
S3
Postupak
S1
S4
Rc1 dummy 2
S2
dummy 1
S3
Dummy varijable
Binarne (1, 0)
g-1
Primer 1: POL (m=1, ž=0)
dummy 1 dummy 2
m 1 0
ž 0 1
Dummy varijable
Binarne (1, 0)
g-1
Primer 2: FAKULTET (3 grupe)
dummy 1 dummy 2
Filoz 1 0
FTN 0 1
Umetn 0 0
Postupak
S1
S4
dummy 2
S2
dummy 1
S3
Yd1=b1I1+ b2I2 + b3I3 + b4I4
Rc1 Yg1=b1D1+ b2D2
II diskr f.
Rezultati
Pokazatelj Rezultat
Značajnosti Bartlett-ov hi-kvadrat
Sadržaja diskriminativnih funkcija Matrica ortogonalnih projekcija
(jednostavne korelacije)
Doprinosa pojedinačnih varijabli Matrica paralelnih projekcija
diskriminaciji grupa (beta – ponderi)
... još pokazatelja opisa razlika
između grupa
... još pokazatelja namenjenih
klasifikaciji novih slučajeva
Deskripcija: broj dimenzija
Rc Wilks Chi–sqr. df p
0 .92 .06 546.1 8 .00
1 .44 .76 36.53 3 .00
Deskripcija: varijable sa najvećom
diskriminativnom vrednošču
1
R oot 2
-1
-2
-3
ftn
-4 filoz
-15 -10 -5 0 5 10 15 umetn
Root 1
Deskripcija: položaj grupa na
dimenzijama
Centroidi grupa
Root 1 Root 2
FTN 7.6 .21
Filozofski -1.8 -.71
Akademija -5.8 .52
Klasifikacija: model
na osnovu predviđanja
ftn filozofski umetnički
ftn 50 0 0
opažene filozofski 0 48 2
umetnički 0 1 49
Klasifikacija: model – enter/remove
1
Root 2
-1
-2
-3
ftn
-4 umetn
-15 -10 -5 0 5 10 15 filoz
Root 1
Klasifikacija: model – enter/remove
1
R oot 2
-1
-2
-3
ftn
-4 umetn
-6 -4 -2 0 2 4 6 8 filoz
Root 1
Klasifikacija: novi slučajevi
Klasifikacione funkcije, za svaku grupu
G 1(ftn) = a + b1x1 + b2x2 +...bmxm
G 2(filozofski) = a + b1x1 + b2x2 +...bmxm
G 3(umetnički) = a + b1x1 + b2x2 +...bmxm
Alokacija ispitanika u grupu na kojoj ima najviši
klasifikacioni skor
Na ovom principu se zasniva linearna (Fisher-ova)
diskriminativna analiza
za diskriminaciju dve grupe
ne nudi opis strukture razlika
Uslovi za primenu diskriminativne
analize
Uslov da ne
Najmanje intervalni nivo merenja nezavisnih varijabli √
Homoskedasticitet √
Uslov
1. Broj ispitanika
2. Nekorelisanost aritmetičkih sredina i varijansi
Uslovi specifični za primenu
diskriminativne analize
Uslov
1. Broj ispitanika:
- najmanje 40-50 ispitanika u grupi / 1 var
2. Nekorelisanost aritmetičkih sredina i varijansi
Korelisanost M-ova i varijansi
Varijabla Memorija: nekorelisanost M i SD
M SD Max
FTN 5.01 0.35 5.80
Filoz. 6.59 0.64 7.90
M SD Max
FTN 10.00 6.37 50.00
Filoz. 6.59 0.64 7.90
outlier!
Korelisanost M-ova i varijansi: outlieri