De les 20 iteracions possibles que
preveu el programa, els factors inicials han trobat el seu punt òptim a la quinzena
iteració. L'Input d'aplicació de la vocal pretònica [a] en aquests factors
demostra que la regla «s'aplica» (0.636), és a dir, que, en termes generals, es manté
la solució [a] ja que depassa el 0.5, xifra atribuïble a la mateixa aparició de tots
dos factors dependents.
Si reprenem la
fórmula del model logístic que regeix aquest programa podem observar d'on provenen els
càlculs que es presenten en l'anàlisi de 1L. Així veurem que:
p = Input
& Weight p0 = Input
pi = Weight pj =
Weight'
(és a dir
probab. la probab.
de en el cas
del en el cas del factor
de cada
tota la regla
factor t del
o del grup l
és
factor independent) variable.
grup l és
0.253
Aquí és 0.636
0.568
A partir d'aquesta fórmula podem trobar la probabilitat definitiva, en el meu cas, de
manteniment de la solució [a], segons cada factor independent si relacionem l'Input
i el Weight de cada factor de la següent manera:
El resultat
d'aquesta equació dóna el valor de p (Input & Weight), que és la
probabilitat de manteniment de [a] segons la regla variable exposada:
En el cas del
factor t del grup 1, p= 0.696, quantitat que, si s'arrodoneix, és la que correspon
a la tercera columna de resultats que presenta el programa. És a dir, a 0.70.
D'aquesta
manera, 1L mostra, primer, l'Input general de manteniment de [a] (0.636), el
pes o Weight de cada factor, el percentatge d'ús de [a] segons cada variable
independent, que apareix amb el nom de App/Total, i, finalment, la probabilitat de
manteniment de [a] en relació amb aquests factors independents, que és l'Input &
Weight.
Un cop
detallats els resultats, aquest programa mostra una descripció dels errors que hi ha
entre la probabilitat teòrica o esperada i la mostra emprada. Cal tenir en compte que
qualsevol anàlisi probabilística comporta la presència d'error; si no hi hagués error,
el camp d'estudi seria la matemàtica funcional. Ara bé, la probabilitat cerca el marge
més petit d'error entre allò esperat i les dades reals amb què treballa; d'aquesta
manera, com més adequació hi hagi entre les columnes que presenten la freqüència (App/Total)
i la probabilitat (Input & Weight), més garanties d'èxit presentarà
l'anàlisi.
En aquesta
part hi ha tres proves que expliquen si les condicions teòriques s'adeqüen a les dades
de l'estudi:
-Logaritme de
la versemblança (Log. likelihood)
-Prova de c2 (X-square)
-Diagrama de dispersió (Scattergram)
Vegeu l'exemple que es deriva de l'anàlisi anterior:
Total
Chi-square = 150.8532
Chi-square/cell = 1.2893
Log likelihood = -1362.634
Maximum possible likelihood = -1277.040
Fit: X-square(104) = 171.187, rejected, p = 0.0000
|