Độ ảnh hưởng (effect size) trong phân tích tương quan Effect size in correlation analysis Vượt ra ngoài giới hạn của ý nghĩa thống kê Trong bài học trước, chúng ta đã học cách thực hiện kiểm định ý nghĩa thống kê cho hệ số tương quan r. Chúng ta đã biết cách sử dụng giá trị p-value để quyết định có nên bác bỏ giả thuyết gốc (H₀: ρ = 0) hay không. Một p-value nhỏ cho chúng ta sự tự tin rằng mối quan hệ quan sát được trong mẫu không phải là do may rủi. Tuy nhiên, một câu hỏi quan trọng vẫn còn bỏ ngỏ: Mối quan hệ đó mạnh đến mức nào? Liệu nó có đủ lớn để mang ý nghĩa thực tiễn hay không? Ví dụ, một hệ số tương quan r = 0.05 có thể có ý nghĩa thống kê nếu cỡ mẫu của chúng ta đủ lớn (ví dụ, n = 20,000), nhưng một mối quan hệ chỉ giải thích được 0.25% sự biến thiên của dữ liệu (vì r² …
Các bài đã xem
- 5. Hồi quy biến giả
- 7. Ước lượng hệ phương trình bằng phương pháp OLS và GLS
- 7. Phân tích hồi quy bội với thông tin định tính
- Nghệ thuật tùy chỉnh chú thích (Legend)
- Lý thuyết về hiệu quả ước lượng
- Giới thiệu M-estimators và tính nhất quán
- 15. Ước lượng biến công cụ và phương pháp 2SLS
- 5. Giải thích tính không đồng nhất
- 17. Kiểm định nghiệm đơn vị cho dữ liệu bảng
- 28. Lựa chọn mô hình, Co Stein và trung bình hóa mô hình
- 22. Ước lượng M
- 4. Tính không đồng nhất
-
Xem thêm