«likert» 태그된 질문

고전적으로 Likert 척도는 모든 항목이 동등하게 유효한 여러 Likert 항목 (명세서와의 합의 정도에 대한 순위 등급)의 합계로 구성되었습니다. 오늘날이 용어는 때때로 '순서 등급 척도'(1 개 항목 만 기반으로 할 수 있음)와 동의어로 사용됩니다.

8
서수 데이터에 사용할 기본 통계는 무엇입니까?
좀이 서수 데이터 설문 조사 질문에서 얻은합니다. 제 경우에는 리 커트 스타일 응답입니다 (강하게 동의하지 않음-반대-중립-동의 함-매우 동의 함). 내 데이터에서 그들은 1-5로 코딩됩니다. 나는 의미가 여기에 많은 의미가 있다고 생각하지 않으므로 유용한 기본 요약 통계는 무엇입니까?


6
아마존의“평균 등급”은 오해의 소지가 있습니까?
올바르게 이해하면 1-5 척도의 도서 등급은 리 커트 점수입니다. 즉, 나를위한 3은 다른 사람을위한 3 일 필요는 없습니다. 서수 척도 IMO입니다. 실제로 서수 스케일을 평균화해서는 안되지만 모드, 중앙값 및 백분위 수를 확실히 취할 수 있습니다. 인구의 대부분이 위의 통계보다 수단을 이해하기 때문에 규칙 을 구부리 는 것이 '좋아' 입니까? 리서치 …

5
머신 러닝에서 계층 적 / 중첩 된 데이터를 처리하는 방법
예를 들어 내 문제를 설명하겠습니다. {나이, 성별, 국가, 지역, 도시}와 같은 속성이 주어진 개인의 소득을 예측한다고 가정합니다. 당신은 이와 같은 훈련 데이터 세트를 가지고 있습니다 train <- data.frame(CountryID=c(1,1,1,1, 2,2,2,2, 3,3,3,3), RegionID=c(1,1,1,2, 3,3,4,4, 5,5,5,5), CityID=c(1,1,2,3, 4,5,6,6, 7,7,7,8), Age=c(23,48,62,63, 25,41,45,19, 37,41,31,50), Gender=factor(c("M","F","M","F", "M","F","M","F", "F","F","F","M")), Income=c(31,42,71,65, 50,51,101,38, 47,50,55,23)) train CountryID RegionID CityID Age …
29 regression  machine-learning  multilevel-analysis  correlation  dataset  spatial  paired-comparisons  cross-correlation  clustering  aic  bic  dependent-variable  k-means  mean  standard-error  measurement-error  errors-in-variables  regression  multiple-regression  pca  linear-model  dimensionality-reduction  machine-learning  neural-networks  deep-learning  conv-neural-network  computer-vision  clustering  spss  r  weighted-data  wilcoxon-signed-rank  bayesian  hierarchical-bayesian  bugs  stan  distributions  categorical-data  variance  ecology  r  survival  regression  r-squared  descriptive-statistics  cross-section  maximum-likelihood  factor-analysis  likert  r  multiple-imputation  propensity-scores  distributions  t-test  logit  probit  z-test  confidence-interval  poisson-distribution  deep-learning  conv-neural-network  residual-networks  r  survey  wilcoxon-mann-whitney  ranking  kruskal-wallis  bias  loss-functions  frequentist  decision-theory  risk  machine-learning  distributions  normal-distribution  multivariate-analysis  inference  dataset  factor-analysis  survey  multilevel-analysis  clinical-trials 

1
순서 또는 이진 데이터에 대한 요인 분석 또는 PCA가 있습니까?
주요 성분 분석 (PCA), 탐색 적 요인 분석 (EFA) 및 확인 적 요인 분석 (CFA)을 완료하여 리 커트 척도 (5 단계 응답 : 없음, 약간, 약간, ..)로 데이터를 연속으로 처리했습니다. 변하기 쉬운. 그런 다음 Lavaan을 사용하여 변수를 범주 형으로 정의하는 CFA를 반복했습니다. 데이터가 본질적인 경우 어떤 유형의 분석이 적합하고 PCA …

3
리 커트 품목 응답 데이터 시각화
리 커트 응답 세트를 시각화하는 좋은 방법은 무엇입니까? 예를 들어, A, B, C, D, E, F & G에 대한 의사 결정에서 X의 중요성에 대해 문의하는 항목 집합? 누적 막 대형 차트보다 좋은 것이 있습니까? N / A의 응답으로 무엇을해야합니까? 그것들은 어떻게 표현 될 수 있습니까? 막 대형 차트에 백분율 또는 …

6
5 점 리 커트 항목의 그룹 차이
이 질문 에서 다음과 같이 : 5 점 리 커트 항목 (예 : 삶의 만족도 : 불만족 함)에서 두 그룹 (예 : 남성과 여성)의 중심 경향의 차이를 테스트하려고한다고 상상해보십시오. 나는 t- 검정이 대부분의 목적에 대해 충분히 정확할 것이라고 생각하지만, 그룹 평균 간의 차이에 대한 부트 스트랩 테스트는 종종 더 정확한 …

4
PCA 공간에 새로운 벡터를 투영하는 방법?
주성분 분석 (PCA)을 수행 한 후 PCA 공간에 새 벡터를 투영하려고합니다 (즉, PCA 좌표계에서 해당 좌표를 찾습니다). 를 사용하여 R 언어로 PCA를 계산했습니다 prcomp. 이제 내 벡터에 PCA 회전 행렬을 곱할 수 있어야합니다. 이 매트릭스의 주요 구성 요소를 행 또는 열로 배열해야합니까?
21 r  pca  r  variance  heteroscedasticity  misspecification  distributions  time-series  data-visualization  modeling  histogram  kolmogorov-smirnov  negative-binomial  likelihood-ratio  econometrics  panel-data  categorical-data  scales  survey  distributions  pdf  histogram  correlation  algorithms  r  gpu  parallel-computing  approximation  mean  median  references  sample-size  normality-assumption  central-limit-theorem  rule-of-thumb  confidence-interval  estimation  mixed-model  psychometrics  random-effects-model  hypothesis-testing  sample-size  dataset  large-data  regression  standard-deviation  variance  approximation  hypothesis-testing  variance  central-limit-theorem  kernel-trick  kernel-smoothing  error  sampling  hypothesis-testing  normality-assumption  philosophical  confidence-interval  modeling  model-selection  experiment-design  hypothesis-testing  statistical-significance  power  asymptotics  information-retrieval  anova  multiple-comparisons  ancova  classification  clustering  factor-analysis  psychometrics  r  sampling  expectation-maximization  markov-process  r  data-visualization  correlation  regression  statistical-significance  degrees-of-freedom  experiment-design  r  regression  curve-fitting  change-point  loess  machine-learning  classification  self-study  monte-carlo  markov-process  references  mathematical-statistics  data-visualization  python  cart  boosting  regression  classification  robust  cart  survey  binomial  psychometrics  likert  psychology  asymptotics  multinomial 

4
R 또는 SPSS를 사용하여 Likert 응답 시각화
나는 2 그룹 (82 그룹 응답자 A 그룹에서 43 그룹 B 그룹에서 39)에 각각 1-5의 65 Likert 질문에 대한 설문 조사를 완료했습니다 (강하게 동의-동의하지 않음). 따라서 66 열 (각 질문에 대해 1 + 그룹 할당을 나타내는 1)과 82 행 (각 응답자에 대해 1)의 데이터 프레임이 있습니다. R 또는 SPSS를 사용하면 …

3
리 커트 항목으로 구성된 설문지의 요인 분석
나는 심리적 관점에서 항목을 분석하는 데 사용했습니다. 그러나 이제 동기 부여 및 기타 주제에 대한 다른 유형의 질문을 분석하려고합니다. 이 질문들은 모두 리 커트 척도에 있습니다. 저의 초기 생각은 요인 분석을 사용하는 것이 었습니다. 질문은 몇 가지 기본 차원을 반영하도록 가정 되었기 때문입니다. 그러나 요인 분석이 적절합니까? 차원과 관련하여 각 …

5
6 번째 응답 옵션 (“모르겠습니다”)이 5 포인트 리 커트 척도로 추가되었습니다. 데이터가 손실됩니까?
설문지에서 데이터를 구제하는 데 약간의 도움이 필요합니다. 동료 중 한 명이 설문지를 적용했지만 실수로 원래 5 점 리 커트 척도 (강하게 동의하지 않음)를 사용하는 대신 여섯 번째 답변을 척도에 삽입했습니다. 그리고 문제를 악화시키기 위해 여섯 번째 응답 옵션은…“모르겠습니다”입니다. 문제는 어느 시점에서든“모름”을 선택한 응답자의 큰 비율입니다. 그것들이 합리적으로 적은 비율이라면 데이터베이스에서 …

4
게시 된 리 커트 규모의 항목 수를 유효하게 줄일 수 있습니까?
[피드백-에 대한 답변으로 수정 된 내용 :-)] 도! 더 많은 편집! 죄송합니다! 안녕하세요- 사기 및 기타 문제에 관한 출판 규모를 사용하여 의료진에게 보낸 설문 조사를 통해 다소 거칠고 준비된 데이터 수집을 수행하고 있습니다. 유일한 것은 조사에서 다른 모든 것들과 함께 규모가 다소 길다는 것입니다. 각 하위 규모를 반으로 줄이고 항목의 …

6
n- 점 리 커트 척도 데이터를 이항 공정에서 n 번의 시행으로 취급하는 것이 적절합니까?
나는 이러한 가정이 적어도 극한의 범위에서 위반 될 것이라는 합리적인 기대가있을 때 사람들이 리 커트 척도의 데이터를 오류가 연속적이고 가우시안 인 것처럼 일반적으로 분석하는 방법을 결코 좋아하지 않았습니다. 다음 대안에 대해 어떻게 생각하십니까? 응답 값을 취하면 온 N'- 포인트 스케일로 데이터 확장 시험, 값 1이있는 따라서 0의 값을 가지고있는을 우리가 …

1
ARIMA 모델의 관측치 48에서 혁신적인 특이 치를 어떻게 통합합니까?
데이터 세트를 작업 중입니다. 일부 모델 식별 기술을 사용한 후 ARIMA (0,2,1) 모델을 만들었습니다. R detectIO의 패키지 TSA에 있는 함수를 사용하여 48 번째 원본 데이터 세트에서 혁신적인 이상치 (IO) 를 감지했습니다 . 이 특이 치를 내 모델에 어떻게 통합하여 예측 목적으로 사용할 수 있습니까? R에서 예측할 수 없기 때문에 ARIMAX …
10 r  time-series  arima  outliers  hypergeometric  fishers-exact  r  time-series  intraclass-correlation  r  logistic  glmm  clogit  mixed-model  spss  repeated-measures  ancova  machine-learning  python  scikit-learn  distributions  data-transformation  stochastic-processes  web  standard-deviation  r  machine-learning  spatial  similarities  spatio-temporal  binomial  sparse  poisson-process  r  regression  nonparametric  r  regression  logistic  simulation  power-analysis  r  svm  random-forest  anova  repeated-measures  manova  regression  statistical-significance  cross-validation  group-differences  model-comparison  r  spatial  model-evaluation  parallel-computing  generalized-least-squares  r  stata  fitting  mixture  hypothesis-testing  categorical-data  hypothesis-testing  anova  statistical-significance  repeated-measures  likert  wilcoxon-mann-whitney  boxplot  statistical-significance  confidence-interval  forecasting  prediction-interval  regression  categorical-data  stata  least-squares  experiment-design  skewness  reliability  cronbachs-alpha  r  regression  splines  maximum-likelihood  modeling  likelihood-ratio  profile-likelihood  nested-models 

1
사람들이 관심있는 영역에 대한 설문 조사에서 나온이 PCA biplot을 해석하는 방법은 무엇입니까?
배경 : 설문 조사에 참여한 수백 명의 참가자에게 선택한 영역에 대한 관심이 어느 정도인지 물었습니다 (1은 "관심이 없음"을 나타내고 5는 "관심이없는"을 나타냄). 그런 다음 PCA를 시도했습니다. 아래 그림은 처음 두 가지 주요 구성 요소에 대한 투영입니다. 색상은 성별에 사용되며 PCA 화살표는 원래 변수 (예 : 관심 분야)입니다. 난 그것을 알아 …

당사 사이트를 사용함과 동시에 당사의 쿠키 정책개인정보 보호정책을 읽고 이해하였음을 인정하는 것으로 간주합니다.
Licensed under cc by-sa 3.0 with attribution required.