KorAP: Find »[drukola/base=direcțional & drukola/pos=adjective]« with Poliqarp

<1 ...12 13 14 ...20 >

477 matches

Corola-publishinghouse/Science/2240_a_3565

o valoare asociată matematic cu aceasta, iar asocierea matematică respectivă să fie persistentă pentru toți X și toți Y. Rolul modelului este acela de a preciza cât se poate de exact funcția care să fie utilă descrierii tiparului de covariație direcțională așteptată pentru aceste valori. Foarte adesea găsim, chiar dacă nu în literatura de specialitate, diferite afirmații cauzale enunțate în formă de metaforă. Ni se spune că valorile lui X și Y apar sincronizate, conectate, legate, cuplate sau corelate. Aceste exprimări nu

[Corola-publishinghouse/Science/2240_a_3565]
cauzale presupun efectuarea unei diferențieri clare între variabilele dependente și cele independente a unei estimări a formei funcționale prevăzute pentru relația dintre aceste variabile și a unei estimări a mărimii părții variației din variabila dependentă care este explicată de către covariația direcțională cu variabila independentă. Orice model care nu satisface aceste proprietăți este incomplet din punct de vedere științific și, în consecință, de neacceptat. V. Concluziitc "V. Concluzii" Mesajul care se desprinde din aceste discuții este acela că enunțurile cauzale generale, care

[Corola-publishinghouse/Science/2240_a_3565]
variabile care să varieze cu adevărat și să fie capabile să ia astfel valori diferite pentru observații diferite. Categoriile cu ajutorul cărora este înregistrată această variație vor trebui desemnate și ele. Apoi, afirmația cauzală va descrie un anume tipar de covariație direcțională, non-aparentă, plauzibilă între valorile variabilei dependente și valorile variabilei independente, care vor fi studiate într-o serie de observații. Specificarea completă a unei afirmații cauzale de tip liniar trebuie să includă patru elemente: semnul, panta, intersecția și termenul de eroare

[Corola-publishinghouse/Science/2240_a_3565]
strategia Nash mixtă. Cursul se va încheia cu un exemplu practic care ilustrează cum modelul de două persoane poate fi folosit în mod eficient în cercetare. În cele două cursuri precedente am examinat modelele cauzale care stabilesc relații de covariație direcțională între una sau mai multe variabile independente și o variabilă dependentă. De exemplu, clasa socială a proprietarilor ar putea constitui variabila independentă, iar suportul oferit de presă guvernului ar putea constitui variabila dependentă; majoritatea electorală a unui partid ar putea

[Corola-publishinghouse/Science/2240_a_3565]
cu mai mult, sau cu mai puțin. Cu toate că probabil nu suntem în stare să derivăm soluții de joc precise, putem uneori să pronosticăm tendințe generale sau anumite puncte de sciziune când rezultatele se schimbă din modelul A în B. Ipotezele direcționale sunt adesea suficiente și sunt adesea utile pentru testare, atunci când calculele mai detaliate ne depășesc capacitățile. Cred că valoarea abordării științelor sociale prin prisma teoriei jocurilor depășește cu mult structura sa formală. Această abordare rămâne utilă chiar și atunci când noi

[Corola-publishinghouse/Science/2240_a_3565]
cu revoluțiile majore.2 În scopul efectuării unui test eficient este necesar să selectăm observațiile fără să ținem cont de valoarea așteptată a variabilei dependente. Numai în aceste condiții s-ar putea examina în mod onest dacă rezultatul prezis covariază direcțional sau nu cu factorul cauzal propus. Povestea spune că era odată într-un spital un bătrân bolnav. Bătrânul îi spune nevestei sale cu care împărțise viața de foarte mulți ani: „Ai fost lângă mine în toate momentele noastre grele - când

[Corola-publishinghouse/Science/2240_a_3565]
de variație în observațiile noastre. Apoi putem să examinăm consecințele acesteia asupra variabilei dependente, pe măsură ce valorile măsurate ale variabilei independente se schimbă la nivelul observațiilor. Trebuie stabilite situații diferite pentru cauzele ipotetice și trebuie să observăm dacă se constată impactul direcțional așteptat asupra efectului. Acest lucru este la fel de important atât pentru selectarea intenționată, cât și pentru cea aleatorie. Diferența este că poate fi ceva mai greu de realizat. De exemplu, să ne imaginăm că am studia impactul instituțiilor democratice guvernamentale asupra

[Corola-publishinghouse/Science/2240_a_3565]
încredere volumului, tipului și exactității lor. Aceste date trebuie apoi organizate și aranjate într-o manieră care să permită inferențe valide. Trebuie să fim în stare să evaluăm variația existentă pentru fiecare din variabilele ipotezei și să apreciem măsura covariației direcționale care apare la nivelul acestor variabile. Este necesar să examinăm tendința centrală a relației observate, gradul în care această tendință centrală exprimă gama de variație reală și probabilitatea ca tiparul inferit să nu apară doar din întâmplare. Acesta este domeniul

[Corola-publishinghouse/Science/2240_a_3565]
că mișcarea de la nivelul variabilei dependente se face într-o oarecare măsură în funcție de mișcările autonome din cadrul unui set de variabile independente. Afirmația cauzală susține existența unei covariații sistematice între două sau mai multe variabile. Mai mult, aceasta susține o covariație direcțională, conform căreia anumite variabile exercită o influență asupra celorlalte, dar nu și viceversa. Într-un curs precedent am discutat în detaliu elementele unei ipoteze cauzale propuse astfel. Avem acum sarcina să examinăm probele statistice care sunt utile în a decide

[Corola-publishinghouse/Science/2240_a_3565]
de apariții. În raport cu datele imaginare prezentate mai sus, tendința centrală este în direcția prezisă de către ipoteză. Marea majoritate a stângacilor intervievați sunt absolvenți de facultate și marea majoritate a celor dreptaci nu sunt absolvenți de facultate. Apare astfel un tipar direcțional pentru cazurile tipice și acesta corespunde cu tiparul prevăzut de ipoteză. (Desigur, există un număr mult mai mare de absolvenți care sunt dreptaci față de cei stângaci, dar aceasta este doar o funcție a numărului mult mai mare de dreptaci din

[Corola-publishinghouse/Science/2240_a_3565]
poate fi semnificativă și totuși răspunzătoare doar de un procent mic din varianta totală observată. Testul de semnificație pentru datele categoriale bivariate este pătratul lui hi (c). Acesta pornește de la distribuția calculată de observații, dacă nu a existat nici o relație direcțională la nivelul populației și astfel nici un fel de putere exercitată de către tendința centrală. În exemplul de mai sus avem dreptaci 150 de absolvenți de facultate (50%) și 150 de non-absolvenți (50%); la fel, avem stângaci 50 de absolvenți (50%) și

[Corola-publishinghouse/Science/2240_a_3565]
non-absolvenți (50%); la fel, avem stângaci 50 de absolvenți (50%) și 20 de ne-absolvenți (50%). Întrebarea care se pune este; care este probabilitatea ca o distribuție similară cu cea observată să apară la nivelul unei populații fără nici o relație direcțională intrinsecă, dar cu observații selectate în mod aleatoriu. Cu cât este mai mică probabilitatea că tiparul observat să fi apărut din întâmplare, cu atât este mai mare semnificația și, astfel, se poate inferi cu mai multă convingere faptul că tiparul

[Corola-publishinghouse/Science/2240_a_3565]
soluția noastră este aceea de a amplasa drumul într-o locație care să realizeze distanța de mers medie cea mai mică, luând în considerare toate casele din sat. Dreapta de regresie este cea mai bună reprezentare liniară a unei relații direcționale bivariate. Dar aspectele bidimensional și direcțional ale regresiei implică faptul că calcularea acesteia este întrucâtva mai complexă decât cea pentru media univariată. Atunci când calculăm coeficientul de pantă (b), numărătorul captează gradul de variație bidimensională. Acesta este suma întregii covariații pentru

[Corola-publishinghouse/Science/2240_a_3565]
amplasa drumul într-o locație care să realizeze distanța de mers medie cea mai mică, luând în considerare toate casele din sat. Dreapta de regresie este cea mai bună reprezentare liniară a unei relații direcționale bivariate. Dar aspectele bidimensional și direcțional ale regresiei implică faptul că calcularea acesteia este întrucâtva mai complexă decât cea pentru media univariată. Atunci când calculăm coeficientul de pantă (b), numărătorul captează gradul de variație bidimensională. Acesta este suma întregii covariații pentru cele două variabile, așa cum apare aceasta

[Corola-publishinghouse/Science/2240_a_3565]
examinează măsura în care fiecare dintre variabile se situează peste sau sub media sa, atunci când cealaltă este plasată cu un anume grad peste sau sub media sa. În consecință, aceasta este bazată pe logica reciprocității. Dar panta de regresie este direcțională, examinând numai gradul în care variabila Y se află peste sau sub media sa în funcție de amplasamentul specific al lui X. Astfel, aceasta se potrivește mai bine enunțurilor cauzale. Corelația furnizează doar un singur sumar statistic, pe baza devierii de la o

[Corola-publishinghouse/Science/2240_a_3565]
cauzalități bivariate cu variabila independentă, așa cum se găsesc pe dreapta de regresie Y = a + bX). Atunci când avem o ipoteză cauzală, în care Y este cauzat într-o oarecare măsură de X, regresia identifică drept tendință centrală tiparul relației de covariație direcțională din cadrul datelor observate. Pornind de la nivelul lui Y indicat de punctul de intersecție în care X este zero, valoarea calculată a lui Y crește (sau scade), pentru fiecare incrementare succesivă în X, într-un ritm constant reflectat de coeficientul de

[Corola-publishinghouse/Science/2240_a_3565]
de date colectate. Validitatea ipotezei cauzale și caracterizarea exactă a relației dintre variabile se referă însă la întreaga populație. Altfel spus, am calculat coeficienții de regresie pe baza supoziției teoretice conform căreia X și Y ar avea o conexiune cauzală direcțională; am acordat semnificație acestor coeficienți pe baza presupunerii teoretice a capacității de generalizare. Acum, ambele premise necesită justificări. Statistica inferențială constituie procesul prin care avem acces la informații dincolo de datele observate, folosindu-ne de fapte care pot produce afirmații plauzibile

[Corola-publishinghouse/Science/2240_a_3565]
amplă care nu se află sub observație. Dată fiind natura specifică a eșantionului nostru și modelele matematice existente între variabile, testarea semnificației ne permite să ne întrebăm: „avem oare destule probe ca să putem afirma, cu suficientă certitudine, că o relație direcțională de tipul celei observate în date poate fi susținută ca afirmație empirică generală?”. Câtestede probabil ca o astfel de relație să apară pur întâmplător? Cât de deosebită este această relație încât să poată fi considerată drept remarcabilă și să merite

[Corola-publishinghouse/Science/2240_a_3565]
vorbesc într-un mod coerent. În conformitate cu ipoteza sa, cercetătorul își grupează și organizează datele pe baza covariației dintre X și Y. O anumită parte din variația observată la nivelul lui Y poate fi descrisă ca fiind sistematică în raport cu covariația sa direcțională cu X, în timp ce restul rămâne aleatoriu și astfel aparent neexplicat. Dar nu putem fi siguri că o astfel de relație observată pe un eșantion este adevărată cu privire la întreaga populație de cazuri existente sau potențiale din lumea întreagă. În calitate de oameni de

[Corola-publishinghouse/Science/2240_a_3565]
asistența socială nu variază conform unui tipar sistematic în raport cu variațiile de la nivelul puterii mișcării sindicale. În general, în cazul ipotezelor cauzale de tipul Y covariază sistematic în funcție de X, ipoteza nulă afirmă că nu există nici un fel de covariație sistematică și direcțională care să lege cele două variabile. Ipoteza nulă constituie o premisă morală, esențială pentru testarea empirică. Dacă, pe baza constatărilor noastre din cercetare avem motive serioase să respingem ipoteza nulă, atunci este foarte posibil (chiar dacă totuși nu absolut sigur) că

[Corola-publishinghouse/Science/2240_a_3565]
rezultat ce reprezintă o apariție aleatorie improbabilă în ambele extreme ale distribuției normale. Distanța critică a fost astfel definită ca media lui Xp plus sau minus un oarecare scor Z. Dar ipotezele testate în științele sociale sunt adesea asimetrice și direcționale - că absolvenții admiși la universitate sunt mai inteligenți decât populația în general, că indivizii care călătoresc în străinătate sunt mai toleranți decât norma, că națiunile care au super-puteri în vecinătate intră mai rar în războaieetc. Astfel, un rezultat empiric amplasat

[Corola-publishinghouse/Science/2240_a_3565]
pentru a putea satisface criteriul de 95% distanța critică; acesta trebuie să fie 2,31Z peste (sau 2,31Z sub) media populației, pentru a satisface criteriul de 99% distanță critică. Astfel, dând încă un exemplu, să ne imaginăm o ipoteză direcțională în care s-ar susține că ieșirile în străinătate ar crește nivelul de toleranță. Să ne imaginăm că nivelul de toleranță al populației are scorul mediu (Xp) de 50 puncte, cu o abatere standard de 5, iar scorul eșantionului pentru

[Corola-publishinghouse/Science/2240_a_3565]
dezvoltat în Cursul 10. Ipoteza de testare este aceea că volumul de cheltuieli pentru autostrăzi, suportat de către statele din Statele Unite, calculat ca parte a produsului intern al statului respectiv, covariază sistematic cu numărul total de accidente mortale și determină reduceri direcționale ale acestuia în fiecare stat în parte. Ipoteza nulă este aceea că numărul de accidentele mortale de la nivelul statelor este complet independent de cheltuielile pentru autostrăzi ale statelor respective. Astfel, afirmația noastră este aceea că ⎧p ne oferă o caracterizare

[Corola-publishinghouse/Science/2240_a_3565]
Mai mult, în analiza cauzală apare o complicație în plus, care nu apare în analiza experimentală sau cvasi-experimentală. Scopul în proiectele cauzale este acela de a se determina, în situațiile de tipul J, dacă X covariază în mod sistematic și direcțional cu Y, toate celelalte rămânând egale. Selecția cazurilor în cercetarea calitativă trebuie, de aceea, concepută astfel încât să asigure nu doar variația lui X, dar și să mențină toate celelalte cât se poate de egale. Aceasta este o cerință fundamentală. Nu

[Corola-publishinghouse/Science/2240_a_3565]
asemănătoare în trăsăturile principale - populație, dezvoltare economică, teritoriu, condiții de deșeuri speciale etc. -, dar diferite din punctul de vedere al formei de colectare a gunoiului. Apoi, acesta va face testări pentru a vedea dacă diferențele de la nivelul acestui serviciu covariază direcțional cu diferențele în formă de proprietate. Chiar și astfel pot exista suspiciuni că rezultatul va fi distorsionat. Dacă este posibil, cercetătorul va selecta patru orașe, o pereche potrivită (unul cu servicii publice și unul cu servicii private de colectare a

[Corola-publishinghouse/Science/2240_a_3565]