03 Meranie vplyvu
Preber si túto prednášku so svojou AI
Skopíruj pripravený podklad a vlož ho do ChatGPT, Claude alebo inej AI — bude ťa učiť alebo skúšať len z tejto prednášky.
Zhrnutie prednášky
Prednáška sa venuje popisu premenných a merania vplyvu. Vysvetľuje stredné hodnoty spojitých premenných (priemer, medián, modus) a na príklade platov vo firme ukazuje, že pri extrémnych hodnotách je priemer zavádzajúci a lepšie vystihuje situáciu medián. Ďalej popisuje spôsoby úpravy spojitých údajov na kategórie: podľa odporúčaných hraníc z literatúry, podľa priemeru či mediánu, podľa kvartilov alebo podľa zlomov nájdených v dátach na základe praxe. Na príklade vzťahu veku a zdravia sa ukazuje, že kvartily a zlomy odhalia súvislosť lepšie než delenie na polovice. Napokon sa predstavuje klastrovanie rizikového správania na holandskej štúdii mládeže a mladých dospelých, kde sa zhluky správania líšili podľa vekových skupín.
- - Stredné hodnoty (priemer, medián, modus) treba posudzovať spolu so smerodajnou odchýlkou, minimom a maximom.
- - Pri extrémnych hodnotách, napríklad platoch vo firme, popisuje typickú hodnotu lepšie medián než priemer.
- - Spojité premenné možno kategorizovať podľa odporúčaní z literatúry, priemeru, mediánu, kvartilov alebo vopred zvolených intervalov.
- - Delenie podľa mediánu môže zakryť skutočný rozdiel, pretože väčšina respondentov leží blízko hranice; vhodnejšie je rozdelenie na kvartily.
- - Zlomy v dátach, ktoré možno hľadať na základe skúseností z praxe, umožňujú zmysluplnejšie kategórie.
- - Klastrovanie spája premenné, ktoré sa vyskytujú spolu, napríklad rôzne druhy rizikového správania, pretože zdravie je výsledkom ich spoločného pôsobenia.
- - V holandskej štúdii sa zhluky správania líšili podľa veku: u pubescentov a adolescentov sa vytvorili odlišné zhluky, u dospelých sa zdá, že sa správanie ustálilo.
Zhrnutie pripravené s pomocou AI z prepisu videa.
nechodím na prednášky