1,828 matches
-
muncă; neajuns; necaz; nefolos; nemărginit; nesfîrșit; nevoi; niciodată; nisip; ocean; oftat; OK; omăt; oră; ore; orizont; paste; pămînt; pentru; pierzi; piper; îmi place; plinătate; poate; porumb; prăjituri; prieteni; problemă; pungă; pustiu; puține; răbdare; relativ; respect; reușită; risipă; rănit; sac; satisfacție; saturație; sănătate; sătul; spațiu; studii; succes; suficiență; din suflet; sumedenie; surplus; tonă; tortă; totul; trăiește; ușă; voință; vorbă; zgîrcit (0); 734/230/72/158/0 mulțumi: recunoștință (81); respect (43); oameni (21); politețe (20); recunoscător (20); aprecia (19); recunoaștere (18); plăcere
[Corola-publishinghouse/Science/1496_a_2794]
-
mînca; mîncare bună; mîncare, tort; mofturi; mort; multe; necesitate; nerăbdare; nesaț; noroc; obez; papile gustative; parte; pasiune; paste; păcat; picant; plăceri; plăcintă; de plăcinte; poftă de viață; pofte; pofticioasă; potolit; prînz; profesor; război; rîvnă; roz; de salam; salam; salivă; salivează; saturație; saț; sănătate; senzație; de sex; shaorma; stare; stînga; a tînji după ceva; trai; unt; viciu; vin; vise; vreau; zahăr(1); 776/153/42/111/0 politic: minciună (69); minciuni (26); partid (26); Băsescu (24); guvern (23); președinte (22); parlament (21
[Corola-publishinghouse/Science/1496_a_2794]
-
neplăcere; noaptea; notare; notat; nu; oboseală; oră; ore; ortografie; Oscar; pasiune; patrie; penița; peniță; picta; pictează; plăcere; plictisitor; nu poate; poemul; povestește; pricepere; prieten; privată; proces; procesa; profesor; proscris; rapid; rău; reda; a redacta; redă; relaxare; a reprezenta; rescrie; română; saturație; sărman; scribd; a scrie; scrie; scriere; o scrisoare; semna; sentiment; silă; slove; somnolență; stenografiază; stîngaci; strofe; student; sus; șir; ștafetă; a șterge; a ști; știe; tablă; tastează; tema pentru acasă; temele; text; timp; tipar; tipărește; transcrie; transpune; uita; urmărește; verișori
[Corola-publishinghouse/Science/1496_a_2794]
-
bea (3); ceai (3); moarte (3); necesitate (3); pustiu (3); rece (3); vin (3); agitație (2); bani (2); cafea (2); cald (2); chin (2); deshidratat (2); dragoste (2); groaznică (2); hidratare (2); lichid (2); lipsă (2); nevoi (2); puternică (2); saturație (2); simț (2); stare (2); uscăciune (2); viață (2); acum; alcool; alcoolemie; amăruie; ambiție; cu apă; fără apă; apă plată; aprigă; ardoare; arzătoare; băut; de băut; băuturi; a bea apă; beau apă; beție; bidon; buze; cană; carte; de carte; de
[Corola-publishinghouse/Science/1496_a_2794]
-
de unicitate U1, U2, ..., Um este independent de factorii F1, F2, ..., Fn (corelația dintre Ui și Fj este zero, pentru orice i de la 1 la m, și pentru orice j de la 1 la n). Coeficienții b11, b12, ... b1n se numesc saturații ale factorilor F1, F2, ... Fn pentru variabila X1. În general coeficienții bi1, bi2, ..., bin sunt saturațiile factorilor F1, F2, ... Fn pentru fiecare variabilă Xi, i = 1, 2, ..., m1. Având în vedere forma ecuațiilor care descriu modelul factorial, saturațiile pot fi
Metode avansate în cercetarea socială. Analiza multivariată de interdependență by Irina Culic () [Corola-publishinghouse/Science/2075_a_3400]
-
Fj este zero, pentru orice i de la 1 la m, și pentru orice j de la 1 la n). Coeficienții b11, b12, ... b1n se numesc saturații ale factorilor F1, F2, ... Fn pentru variabila X1. În general coeficienții bi1, bi2, ..., bin sunt saturațiile factorilor F1, F2, ... Fn pentru fiecare variabilă Xi, i = 1, 2, ..., m1. Având în vedere forma ecuațiilor care descriu modelul factorial, saturațiile pot fi interpretate și drept coeficienți de regresie standardizați, unde variabilele dependente sunt variabilele observate X1, X2, ..., Xm
Metode avansate în cercetarea socială. Analiza multivariată de interdependență by Irina Culic () [Corola-publishinghouse/Science/2075_a_3400]
-
se numesc saturații ale factorilor F1, F2, ... Fn pentru variabila X1. În general coeficienții bi1, bi2, ..., bin sunt saturațiile factorilor F1, F2, ... Fn pentru fiecare variabilă Xi, i = 1, 2, ..., m1. Având în vedere forma ecuațiilor care descriu modelul factorial, saturațiile pot fi interpretate și drept coeficienți de regresie standardizați, unde variabilele dependente sunt variabilele observate X1, X2, ..., Xm, iar factorii sunt variabilele independente. Matricea alcătuită din saturațiile factoriale pentru fiecare variabilă observată se numește matrice factorială 2. Estimarea saturațiilor este
Metode avansate în cercetarea socială. Analiza multivariată de interdependență by Irina Culic () [Corola-publishinghouse/Science/2075_a_3400]
-
i = 1, 2, ..., m1. Având în vedere forma ecuațiilor care descriu modelul factorial, saturațiile pot fi interpretate și drept coeficienți de regresie standardizați, unde variabilele dependente sunt variabilele observate X1, X2, ..., Xm, iar factorii sunt variabilele independente. Matricea alcătuită din saturațiile factoriale pentru fiecare variabilă observată se numește matrice factorială 2. Estimarea saturațiilor este unul dintre pașii principali în realizarea unei analize factoriale, căci în funcție de valorile lor vom putea afla în ce măsură un factor determină o variabilă observată, ce factori determină cu
Metode avansate în cercetarea socială. Analiza multivariată de interdependență by Irina Culic () [Corola-publishinghouse/Science/2075_a_3400]
-
factorial, saturațiile pot fi interpretate și drept coeficienți de regresie standardizați, unde variabilele dependente sunt variabilele observate X1, X2, ..., Xm, iar factorii sunt variabilele independente. Matricea alcătuită din saturațiile factoriale pentru fiecare variabilă observată se numește matrice factorială 2. Estimarea saturațiilor este unul dintre pașii principali în realizarea unei analize factoriale, căci în funcție de valorile lor vom putea afla în ce măsură un factor determină o variabilă observată, ce factori determină cu preponderență o variabilă și ce variabile saturează cu preponderență un factor (variabilele
Metode avansate în cercetarea socială. Analiza multivariată de interdependență by Irina Culic () [Corola-publishinghouse/Science/2075_a_3400]
-
la un singur factor comun X1 = b11 F1 + d1 U1 X2 = b21 F1 + d2 U2 Cov(F1,U1) = 0 sau r(F1,U1) = 0 Cov(F1,U2) = 0 r(F1,U2) = 0 Cov(U1,U2) = 0 r(U1,U2) = 0 Saturația factorului F1 pentru variabila X1, notată cu b11, poate fi considerată coeficientul de regresie standardizat pentru regresia lui X1 după F1, iar saturația factorului F2 pentru variabila X2, b21 , poate fi considerată coeficientul de regresie standardizat pentru regresia lui X2
Metode avansate în cercetarea socială. Analiza multivariată de interdependență by Irina Culic () [Corola-publishinghouse/Science/2075_a_3400]
-
0 Cov(F1,U2) = 0 r(F1,U2) = 0 Cov(U1,U2) = 0 r(U1,U2) = 0 Saturația factorului F1 pentru variabila X1, notată cu b11, poate fi considerată coeficientul de regresie standardizat pentru regresia lui X1 după F1, iar saturația factorului F2 pentru variabila X2, b21 , poate fi considerată coeficientul de regresie standardizat pentru regresia lui X2 după F1. În continuare, vom încerca să aflăm în ce fel varianța variabilelor observate este determinată de factor, cum putem exprima covariația (corelația
Metode avansate în cercetarea socială. Analiza multivariată de interdependență by Irina Culic () [Corola-publishinghouse/Science/2075_a_3400]
-
observate este determinată de factor, cum putem exprima covariația (corelația) dintre variabile și factor și în ce fel covariația (corelația) dintre X1 și X2 este determinată de dependența acestora de același factor comun F1. Acest lucru ne folosește la estimarea saturațiilor factoriale, căci singurele date empirice de care dispunem sunt covariațiile (corelațiile) dintre variabilele observate. Varianța lui X1, adică abaterea pătrată medie de la media variabilei X1, poate fi exprimată în funcție de varianțele variabilelor care o determină, F1 și U1. Fiindcă am considerat
Metode avansate în cercetarea socială. Analiza multivariată de interdependență by Irina Culic () [Corola-publishinghouse/Science/2075_a_3400]
-
independenți doi câte doi). bij = r(Xi,Fj) pentru i = 1, ..., m, j = 1, ..., n Comunalitatea unei variabile observate, adică acea parte din varianța sa pe care o împarte cu factorii comuni, notată cu h2, este egală cu suma pătratelor saturațiilor factorilor, iar unicitatea sa este egală cu 1 - h2. Avem deci comunalitatea variabilei Xi, hi2 = bi12 + bi22 + ... + bin2 pentru i = 1, ..., m Corelația rezultată între oricare două variabile observate, r(Xi,Xj), atunci când factorii sunt ortogonali, va fi egală cu
Metode avansate în cercetarea socială. Analiza multivariată de interdependență by Irina Culic () [Corola-publishinghouse/Science/2075_a_3400]
-
sa este egală cu 1 - h2. Avem deci comunalitatea variabilei Xi, hi2 = bi12 + bi22 + ... + bin2 pentru i = 1, ..., m Corelația rezultată între oricare două variabile observate, r(Xi,Xj), atunci când factorii sunt ortogonali, va fi egală cu suma produselor dintre saturațiile corespunzătoare factorilor comuni: r(Xi,Xk) = bi1 bk1 + bi2 bk2 + bi3 bk3 + ... + bin bkn pentru i, k = 1, ..., m Acest lucru înseamnă că, dacă efectul factorilor comuni este controlat, corelația dintre oricare două variabile observate Xi și Xj va fi
Metode avansate în cercetarea socială. Analiza multivariată de interdependență by Irina Culic () [Corola-publishinghouse/Science/2075_a_3400]
-
comuni este controlat, corelația dintre oricare două variabile observate Xi și Xj va fi egală cu zero, adică r(Xi,Xj; F1,F2, ...,Fm) = 0. Avem deci o serie de relații care pun în legătură corelațiile dintre variabilele observate și saturațiile factoriale. Acesta este punctul de pornire în estimarea modelului factorial. Dar până acolo trebuie să înțelegem mai bine felul în care construim acest model și, înainte de a trece la procedurile și estimările statistice, trebuie să clarificăm chestiunile conceptuale. Modele factoriale
Metode avansate în cercetarea socială. Analiza multivariată de interdependență by Irina Culic () [Corola-publishinghouse/Science/2075_a_3400]
-
dintre factorii F1, F2, ..., Fn. Dar forma lui ne indică și alte câteva concepte necesare pentru înțelegerea logicii acestei tehnici. Primul dintre acestea este cel de complexitate factorială a unei variabile și se referă la numărul de factori care au saturații nenule pentru variabila respectivă. Pentru modelul general, complexitatea factorială a unei variabile Xi este dată de numărul de saturații factoriale bi1, bi2, ..., bin semnificativ diferite de zero, adică de numărul de factori care determină variabila respectivă. În diagrama prin care
Metode avansate în cercetarea socială. Analiza multivariată de interdependență by Irina Culic () [Corola-publishinghouse/Science/2075_a_3400]
-
tehnici. Primul dintre acestea este cel de complexitate factorială a unei variabile și se referă la numărul de factori care au saturații nenule pentru variabila respectivă. Pentru modelul general, complexitatea factorială a unei variabile Xi este dată de numărul de saturații factoriale bi1, bi2, ..., bin semnificativ diferite de zero, adică de numărul de factori care determină variabila respectivă. În diagrama prin care am reprezentat modelul general, am presupus că fiecare variabilă este determinată de toți n factorii, altfel spus complexitatea factorială
Metode avansate în cercetarea socială. Analiza multivariată de interdependență by Irina Culic () [Corola-publishinghouse/Science/2075_a_3400]
-
situația unui model factorial oblic. Acest lucru înseamnă că factorii care determină variabilele observate nu mai sunt independenți unul de celălalt, adică există o covariație între ei: Cov(F1,F2) ≠ 0 sau r(F1,F2) ≠ 0. În acest caz, matricea saturațiilor și matricea corelațiilor între factori și variabile (matricea structurală) nu vor mai coincide. De asemenea, formulele de descompunere a varianțelor variabilelor observate, a corelațiilor dintre factori și variabile și a corelațiilor între variabile vor fi un pic mai complexe, pentru că
Metode avansate în cercetarea socială. Analiza multivariată de interdependență by Irina Culic () [Corola-publishinghouse/Science/2075_a_3400]
-
avea două componente, una care se datorează influenței directe a factorului și una datorată corelației factorului cu celălalt factor comun: r(F1,X1) = b11 + b12 r(F1,F2) Atâta timp cât există corelație între F1 și F2, adică r(F1,F2) ≠ 0, saturația factorului F1 pentru variabila X1 nu va mai fi egală cu corelația dintre ele. Nici matricea saturațiilor nu va mai fi aceeași cu matricea structurală. Corelația rezultată dintre două variabile observate, în cazul oblic, va avea patru componente: una datorată
Metode avansate în cercetarea socială. Analiza multivariată de interdependență by Irina Culic () [Corola-publishinghouse/Science/2075_a_3400]
-
celălalt factor comun: r(F1,X1) = b11 + b12 r(F1,F2) Atâta timp cât există corelație între F1 și F2, adică r(F1,F2) ≠ 0, saturația factorului F1 pentru variabila X1 nu va mai fi egală cu corelația dintre ele. Nici matricea saturațiilor nu va mai fi aceeași cu matricea structurală. Corelația rezultată dintre două variabile observate, în cazul oblic, va avea patru componente: una datorată factorului comun F1, alta datorată factorului comun F2 și încă două componente datorate corelației dintre factorii comuni
Metode avansate în cercetarea socială. Analiza multivariată de interdependență by Irina Culic () [Corola-publishinghouse/Science/2075_a_3400]
-
Până acum ne-am folosit de câteva exemple care presupuneau că modelul factorial este cunoscut (erau specificate numărul de factori comuni, complexitatea factorială a fiecărei variabile observate, ortogonalitatea sau oblicitatea factorilor) și că există o corespondență perfectă între matricea de saturații factoriale și matricea de covarianțe (corelații) dintre variabile. Dacă saturațiile factoriale sunt cunoscute, atunci putem deriva în mod univoc corelațiile dintre variabile. În realitate însă, situația practică în care suntem este inversa: dorim să obținem structura factorială (matricea saturațiilor, complexitatea
Metode avansate în cercetarea socială. Analiza multivariată de interdependență by Irina Culic () [Corola-publishinghouse/Science/2075_a_3400]
-
că modelul factorial este cunoscut (erau specificate numărul de factori comuni, complexitatea factorială a fiecărei variabile observate, ortogonalitatea sau oblicitatea factorilor) și că există o corespondență perfectă între matricea de saturații factoriale și matricea de covarianțe (corelații) dintre variabile. Dacă saturațiile factoriale sunt cunoscute, atunci putem deriva în mod univoc corelațiile dintre variabile. În realitate însă, situația practică în care suntem este inversa: dorim să obținem structura factorială (matricea saturațiilor, complexitatea factorială a variabilelor, gradul de determinare factorială a fiecărei variabile
Metode avansate în cercetarea socială. Analiza multivariată de interdependență by Irina Culic () [Corola-publishinghouse/Science/2075_a_3400]
-
de saturații factoriale și matricea de covarianțe (corelații) dintre variabile. Dacă saturațiile factoriale sunt cunoscute, atunci putem deriva în mod univoc corelațiile dintre variabile. În realitate însă, situația practică în care suntem este inversa: dorim să obținem structura factorială (matricea saturațiilor, complexitatea factorială a variabilelor, gradul de determinare factorială a fiecărei variabile, relația dintre factori în termeni de ortogonalitate sau oblicitate) pornind de la corelațiile (covarianțele) cunoscute dintre variabilele observate. Dificultatea apare deoarece demersul prin care facem inferențe despre factori pornind de la
Metode avansate în cercetarea socială. Analiza multivariată de interdependență by Irina Culic () [Corola-publishinghouse/Science/2075_a_3400]
-
factorilor comuni). De exemplu, oricare dintre modelele prezentate în figurile 4, 5, 6 poate reprezenta la fel de bine structura unui set de date. Kim și Mueller sintetizează principalele tipuri de nedeterminare care apar1. Acestea ar fi: 1) Aceeași structură de covarianță, saturații diferite. De exemplu, structurile cauzale din figurile 4 și 5, care au matricele de saturații următoare, conduc la aceeași matrice de corelații între variabile. Figura 7. Matricele saturațiilor pentru structurile cauzale prezentate în figurile 4 și 52 În general, există
Metode avansate în cercetarea socială. Analiza multivariată de interdependență by Irina Culic () [Corola-publishinghouse/Science/2075_a_3400]
-
la fel de bine structura unui set de date. Kim și Mueller sintetizează principalele tipuri de nedeterminare care apar1. Acestea ar fi: 1) Aceeași structură de covarianță, saturații diferite. De exemplu, structurile cauzale din figurile 4 și 5, care au matricele de saturații următoare, conduc la aceeași matrice de corelații între variabile. Figura 7. Matricele saturațiilor pentru structurile cauzale prezentate în figurile 4 și 52 În general, există un număr infinit de structuri cauzale ortogonale și oblice care să conducă la aceeași matrice
Metode avansate în cercetarea socială. Analiza multivariată de interdependență by Irina Culic () [Corola-publishinghouse/Science/2075_a_3400]