Varijacija na temu najprediktivnijeg i najpouzdanijeg kriterijuma

Abstract

U jednom novijem radu (Momirović, Bogdanović, Wolf i Tenjović, 1993.) predložen je noviji metod za analizu asimetričnog odnosa između dva seta varijata. Ovaj metod se sastoji od maksimizovanja kovarijanse između linearnih kompozita prediktivne i kriterijum varijable i maksimizovanja pouzdanosti linearnih kompozita kriterijum varijable, pod uslovom da je linearni kompozit prediktivne varijable standardizovan i da je transformacioni vektor za linearni kompozit kriterijum varijable jedinično normiran. U ovom radu je predložen još jedan metod za analizu asimetrične relacije između dva seta varijata. Predložen metod je definisan tako da se istovremeno maksimizuje pouzdanost funkcije kriterijumskih varijata i kovarijansa između te funkcije i funkcije prediktivnih varijata, pod uslovom da su transformacijski vektori za obe funkcije jedinično normirani. Ovaj metod, za razliku od prethodnog, ne daje maksimizovanu korelaciju između funkcija prediktivnih i kriterijum varijata. On daje samo maksimizovanu kovarijansu između njih; međutim, u ovom metodu pravilnost kovarijantne matrice prediktivnih varijata nije neophodni uslov. Zatim se izvodi nova standarizovana mera odnosa između prediktivnih i kriterijum varijata i predložen je test za proveru značajnosti ove mere.

In a recent paper (Momirović, Bogdanović, Wolf and Tenjović, 1993) a simple method for the analysis of asymmetric relations between two sets of variates was proposed. This method consists of the maximization of covariance between linear composites of predictor and criterion variables and the maximization of reliability of the linear composite of criterion variables under the condition that linear composite of predictor variables is standardized, and the transformation vector for linear composite of criterion variables is of unit norm. In the present paper another method for the analysis of asymmetric relations between two sets of variates is proposed. The proposed method is defined so that the reliability of a function of criterion variates is maximized, and at the same time is maximized the covariance between this function and a function of predictor variates, under the conditions that the transformation vectors for both function are of unit norm. The present method does not give the maximized correlation between functions of predictor and criterion variates as gives the previous method, but only the maximized covariance between them; however, in the present method the regularity of covariance matrix of predictor variates is not a necessary condition. A new standardized measure of the relations between predictor and criterion variates is then derived, and a test of significance of this measure is proposed.