लैम्ब्डा और गामा स्तर एसोसिएशन के

लैम्ब्डा और गामा एसोसिएशन के दो उपाय हैं जो आमतौर पर सामाजिक विज्ञान के आंकड़ों और अनुसंधान में उपयोग किए जाते हैं। लैम्ब्डा एसोसिएशन के लिए उपयोग किया जाने वाला एक उपाय है नाममात्र चर जबकि गामा का उपयोग सामान्य चर के लिए किया जाता है।

लैंबडा को एसोसिएशन के एक विषम माप के रूप में परिभाषित किया गया है जो उपयोग के लिए उपयुक्त है नाममात्र चर. यह 0.0 से 1.0 तक हो सकता है। लैम्ब्डा हमें संबंधों के बीच मजबूती का संकेत प्रदान करता है स्वतंत्र और आश्रित चर. एसोसिएशन के एक विषम माप के अनुसार, लैम्ब्डा का मूल्य भिन्न हो सकता है, जिसके आधार पर चर को आश्रित चर माना जाता है और किन चर को स्वतंत्र चर माना जाता है।

लैम्ब्डा की गणना करने के लिए, आपको दो नंबर चाहिए: E1 और E2। E1 भविष्यवाणी की त्रुटि है जब स्वतंत्र चर को अनदेखा किया जाता है। E1 को खोजने के लिए, आपको सबसे पहले आश्रित चर का मोड ढूंढना होगा और N से इसकी आवृत्ति को घटाना होगा। ई 1 = एन - मोडल आवृत्ति।

E2 त्रुटि है जब भविष्यवाणी स्वतंत्र चर पर आधारित होती है। ई 2 को खोजने के लिए, आपको सबसे पहले स्वतंत्र चर की प्रत्येक श्रेणी के लिए मोडल फ्रीक्वेंसी को ढूंढना होगा, त्रुटियों की संख्या का पता लगाने के लिए इसे कुल श्रेणी से घटाएं, फिर सभी त्रुटियों को जोड़ दें।

लैम्ब्डा की गणना करने का सूत्र है: लैम्ब्डा = (ई 1 - ई 2) / ई 1।

लैम्ब्डा 0.0 से 1.0 के मान तक हो सकता है। शून्य इंगित करता है कि निर्भर चर की भविष्यवाणी करने के लिए स्वतंत्र चर का उपयोग करके प्राप्त करने के लिए कुछ भी नहीं है। दूसरे शब्दों में, स्वतंत्र चर किसी भी तरह से, निर्भर चर की भविष्यवाणी नहीं करता है। 1.0 का एक लंबो इंगित करता है कि स्वतंत्र चर निर्भर चर का एक सही भविष्यवक्ता है। यही है, एक संकेतक के रूप में स्वतंत्र चर का उपयोग करके, हम बिना किसी त्रुटि के आश्रित चर का अनुमान लगा सकते हैं।

गामा को परिभाषित किया जाता है, जो कि संयोजक माप के एक सममितीय माप के रूप में प्रयोग किया जाता है, जिसमें अध्यादेशीय चर या द्विगुणित नाममात्र चर होते हैं। यह 0.0 से +/- 1.0 तक भिन्न हो सकता है और हमें दो चर के बीच संबंध की ताकत का संकेत प्रदान करता है। जबकि लैम्ब्डा एसोसिएशन का एक विषम माप है, गामा एसोसिएशन का एक सममित माप है। इसका अर्थ यह है कि गामा का मान समान होगा चाहे कोई भी चर को आश्रित चर माना जाता है और किस चर को स्वतंत्र चर माना जाता है।

गामा की गणना निम्नलिखित सूत्र का उपयोग करके की जाती है:

गामा = (एनएस - एनडी) / (एनएस + एनडी)

क्रमिक चर के बीच संबंध की दिशा या तो सकारात्मक या नकारात्मक हो सकती है। एक सकारात्मक संबंध के साथ, यदि एक व्यक्ति एक चर पर दूसरे से अधिक स्थान पर है, तो वह दूसरे चर पर दूसरे व्यक्ति से भी ऊपर रैंक करेगा। यह कहा जाता है उसी क्रम की रैंकिंग, जिसे एक एनएस के साथ लेबल किया गया है, जो ऊपर दिए गए सूत्र में दिखाया गया है। एक नकारात्मक संबंध के साथ, यदि एक व्यक्ति एक चर पर दूसरे से ऊपर स्थान पर है, तो वह दूसरे चर पर दूसरे व्यक्ति से नीचे रैंक करेगा। इसे ए कहते हैं उलटा आदेश जोड़ी और एनडी के रूप में लेबल किया गया है, जो ऊपर दिए गए सूत्र में दिखाया गया है।

गामा की गणना करने के लिए, आपको पहले समान ऑर्डर जोड़े (एनएस) और उलटा क्रम जोड़े (एनडी) की संख्या की गणना करने की आवश्यकता है। ये एक बीवरिएट तालिका (जिसे आवृत्ति तालिका या क्रॉसस्टैब्यूलेशन टेबल के रूप में भी जाना जाता है) से प्राप्त किया जा सकता है। एक बार जब इनकी गणना की जाती है, तो गामा की गणना सीधी होती है।

0.0 का एक गामा संकेत करता है कि दो चर के बीच कोई संबंध नहीं है और निर्भर चर की भविष्यवाणी करने के लिए स्वतंत्र चर का उपयोग करके कुछ भी प्राप्त नहीं करना है। 1.0 का एक गामा संकेत करता है कि चर के बीच का संबंध सकारात्मक है और आश्रित चर का अनुमान स्वतंत्र चर द्वारा बिना किसी त्रुटि के लगाया जा सकता है। जब गामा -1.0 है, तो इसका मतलब है कि संबंध नकारात्मक है और स्वतंत्र चर पूरी तरह से बिना किसी त्रुटि के आश्रित चर की भविष्यवाणी कर सकता है।

• _{फ्रैंकफर्ट-नाचमियास, सी। और लियोन-गुरेरो, ए। (2006). एक विविध समाज के लिए सामाजिक सांख्यिकी। थाउज़ेंड ओक्स, सीए: पाइन फोर्ज प्रेस।}