This course is part of the SDG initiative <http://www.sdginitiative.org/> addressing the UN Sustainable Development Goals, specifically for the following SDGs [1, 8, 10 and 16]. We hope you will join in our efforts to reach the SDG’s in small but measurable and actionable ways, cooperating with Development Done Differently. Expand your impact. You can create a better world. In today’s world, politics and economics are interconnected, but what is the nature of this connectivity? What are the power relationships that shape the world economy today and create new challenges for international institutions facing globalization? What makes some countries wealthier than others? Do we face cultural diversity or fragmentation? Does the type of governance effect economic development and social change or is it the other way around? How do we measure it and how trustworthy is the data? These issues and many more will be examined in this course along with a wide library of sources and a biting criticism.
Correlation and Regression
Loading...
Из курса от партнера Universiteit Leiden
Political Economy of Institutions and Development
139 оценки
Из урока
Trust
Trust. Argues for the centrality of trust in explanations of differences in wealth and poverty between nations but highlights difficulties in measuring it and in explaining the direct of causality.
Познакомьтесь с преподавателями
Richard Thomas GriffithsProf. dr.
Faculty of Humanities
Приветствую вас! В предыдущем видео мы потратили некоторое время, рассматривая возможные причинно-следственные
связи между доверием и другими социальными, политическими и экономическими переменными.
В этом видео мы увидим как социологи пытаются установить и
проверить такие связи.
Это строго научный процесс,
использующий статистические методы, известные как корреляционный и регрессионный анализ.
Eсли вы уже с этим знакомы, то можете пропустить эту лекцию.
С другой стороны,
если вы хотите освежить свою память, то можете оставаться с нами.
Для тех из вас, кто ничего не знает об этих методах, не волнуйтесь.
Вы не должны на самом деле делать что-либо сами,
я просто хочу дать вам пассивное знание о том, что происходит.
Это совсем не так страшно, как кажется.
Хорошо, давайте начнем тогда со списка стран, для которых мы делаем измерения.
И назовем эти измерения х и у.
Это может быть что угодно.
Вообще не важно что.
Первый вопрос, на который нужно ответить, есть ли какая-то связь между ними?
Хорошо, как мы будем продвигаться в поисках ответа?
Ну, первое, что мы можем сделать, - это нанести наши измерения на график.
Одно по горизонтальной оси, а другое - по вертикальной.
Мы сделаем это дважды с разными примерами.
Верхний график не показывает никакого соотношения между ними.
Но на приведенном ниже графике вы уже можете увидеть появление характерной зависимости.
Но насколько близки эти отношения?
Есть ли у нас простой способ выразить степень этой близости?
Собственно этим мы и занимаемся, и подобная зависимость называется корреляцией.
Итак, корреляция
размещает некое статистическое измерение, которое она называет r малое, между x и y.
И r может принимать нулевое значение там, где нет никакой связи вообще.
r равнo 1 при полном совпадении между этими двумя показателями.
Наш верхний график будет близок к 0.
Нижний близок к 0,7.
Теперь, если обе переменные увеличиваются или
уменьшаются одновременно, то мы говорим о положительной корреляции.
Мы присваиваем ей знак плюс.
С другой стороны, если увеличение одной сопровождается уменьшением другой,
то мы говорим об отрицательной корреляции, присваиваем знак минус.
В нашем нижнем графике, опять-таки, мы имеем положительную корреляцию.
При этом, до сих пор мы не сделали никаких суждений относительно того, что вызывает что.
Таким образом, мы можем продолжить анализ далее, сделав предположение, что
первая переменная х служит причиной другой - у.
И когда мы делаем это, мы автоматически делаем неявное предположение, что
может не быть вообще каких-либо соотношений между ними.
И это называется нулевой гипотезой.
Но давайте вернемся к нашему графику.
Мы предполагаем, что изменения в х вызывают изменения в у,
и у нас есть каузальная (причинная) переменная по горизонтальной оси.
Следующей задачей теперь будет провести такую линию через график,
чтобы она отображала наилучшее из всех наблюдений.
Возьмем наш график и попытаемся нарисовать линию.
Или, на самом деле, проведите две линии, которые по-вашему лучше отражают данные.
Одну из них выделите красным цветом,
другую - синим.
И они обе, кажется, достаточно хорошо подходят к графику.
Но это не совсем научно.
Что мне нужно, так это формула, которая позволит мне решить, какая линия
подходит больше.
Линия, которая минимизирует расстояние между всеми точками данных.
Эту гипотетическую линию или соотношение я пытаюсь установить.
Такая формула существует, но мне не нужно, чтобы вы ее знали.
По крайней мере сейчас: всё равно в наше время компьютер сделает это за вас.
Эта линия называется линией регрессии методом наименьших квадратов.
На этом этапе линия регрессии обычно выражается в виде формулы.
Которая учитывает, как высоко или низко на оси Y лежит значение, соответствующее X равному нулю.
И направление и градиент линии.
Обратите внимание, что я удлинил оси, так как соотношения, выраженные в
линии регрессии, должны иметь место также и для отсутствующих данных.
Так что, если бы я добавил результаты еще десяти стран,
они должны были бы уложиться в тот же график, и он должен также предсказывать характерную зависимость для
любого другого соответствующего набора данных, когда мы сопоставляем х или у.
Например, это могут быть данные для
тех же стран, но для 2013 года вместо 2012-го.
Но как мы можем быть уверены в этом соотношении?
Насколько мы можем быть уверены, что это не случайный результат?
Ну в принципе, наша уверенность зависит от близости соотношений.
Корреляции.
И от количества и широты диапазона наблюдений.
Есть статистические таблицы для этого.
Но в настоящее время, они встроены в компьютерные программы.
И такие тесты могут подтвердить степень достоверности, которую вы можете иметь,
статистически, в результате.
Можно быть уверенным, например, что данные следующего года для
тех же стран покажут такие же соотношения.
Или увереным, что такое же соотношение будет появляться с
другой группой стран.
Так, увидев значение нашего r и формулу линии регрессии,
социологи должны также сказать вам их уровень достоверности.
И в зависимости от этого уровня достоверности,
вы можете продвигаться вперед на основе предположения, что х вызывает у.
Уровень достоверности, как правило, 99%.
Но иногда 95% тоже неплохо.
И это все, что вам нужно знать сейчас.
Но, внимание.
Во-первых, это чисто статистическое соотношение.
Во-вторых, мы по-прежнему должны проверить, что исходные данные точны.
В-третьих, мы должны проверить, насколько вероятна сама гипотеза.
В-четвертых, мы должны спросить себя, не может ли существовать обратная причинно-следственная связь?
И последнее, но не менее важное, мы должны проверить, дает ли автор нам
уровень достоверности или погрешность результатов.
Всегда должно быть хотя бы что-то одно, но часто это не так.
Опять же, несмотря на всё это, есть еще разногласия между социологами.
Почему это происходит?
Ну, иногда из-за неполноты данных.
Сколько всего стран в сравнении?
Нет ли перекоса данных в тех странах, которые не были учтены?
Часто истина не так очевидна.
Время от времени, переменные вводятся в расчет, игнорируя тот факт,
что они имеют свои собственные самостоятельные границы.
И опять же, исторические периоды, выбранные для сравнения, могут быть разными.
И поэтому данные могут качественно измениться в промежутке.
Как это часто и бывает.
Другая причина, если данные выбраны в качестве заменителя реальности.
Искусственная конструкция.
Явно навязывающая нечто другое.
Но действительно ли эти построения охватывают заявленную проблему?
Итак, давайте подведем итог.
В этом видео, мы рассмотрели, каким образом социологи стараются
установить статистические соотношения между наборами переменных.
Мы имели дело с корреляцией, регрессией и уровнями достоверности.
Так вот, как бы то ни было, но мы должны усвоить эти понятия,
потому что они абсолютно необходимы, когда кто-нибудь говорит вам, что увеличение х
приводит к увеличению у.
А, поверьте мне, они говорят вам это всё время.
На следующей неделе мы рассмотрим различные способы, которыми общество может быть фрагментировано
и какие последствия могут быть для уровня доверия и правительств.
Ознакомьтесь с нашим каталогом
Присоединяйтесь бесплатно и получайте персонализированные рекомендации, обновления и предложения.
Coursera делает лучшее в мире образование доступным каждому, предлагая онлайн-курсы от ведущих университетов и организаций.
© Coursera Inc., 2019 Все права защищены.
