В статистике нам часто интересно понять, может ли значение некоторой объясняющей переменной предсказать значение некоторой переменной отклика. Эту переменную отклика иногда называют переменной критерия .
Например, мы можем захотеть узнать, насколько хорошо некоторые вступительные экзамены в колледж могут предсказать средний балл студентов за первый семестр.
Вступительный экзамен будет объясняющей переменной, а критериальной переменной будет средний балл за первый семестр.
![Критерий достоверности](https://www.codecamp.ru/content/images/2020/12/criterionValidity1.png)
Мы хотим знать, допустимо ли использование этой конкретной объясняющей переменной в качестве способа предсказания переменной критерия. Если он действителен, то мы говорим, что валидность критерия существует.
Существует два типа критерия достоверности:
1. Прогностическая достоверность. Это говорит нам, допустимо ли использовать значение одной переменной для прогнозирования значения какой-либо другой переменной в будущем.
![](https://www.codecamp.ru/content/images/2020/12/criterionValidity2.png)
2. Параллельная достоверность. Это говорит нам, допустимо ли использовать значение одной переменной для прогнозирования значения какой-либо другой переменной, измеряемой одновременно (т. е. в одно и то же время).
Например, компания может провести какой-либо тест, чтобы увидеть, коррелируют ли результаты теста с текущим уровнем производительности сотрудников.
![](https://www.codecamp.ru/content/images/2020/12/criterionValidity3.png)
Преимущество этого подхода заключается в том, что нам не нужно ждать определенного момента в будущем, чтобы провести измерение интересующей нас переменной критерия.
Обратите внимание, что мы обычно измеряем оба типа достоверности с помощьюкоэффициента корреляции Пирсона , который принимает значение от -1 до 1, где:
- -1 указывает на совершенно отрицательную линейную корреляцию между двумя переменными
- 0 указывает на отсутствие линейной корреляции между двумя переменными
- 1 указывает на совершенно положительную линейную корреляцию между двумя переменными.
Чем дальше коэффициент корреляции от нуля, тем сильнее связь между двумя переменными.
Примеры параллельной валидности
Следующие примеры иллюстрируют больше сценариев, в которых мы можем использовать параллельную достоверность, чтобы определить, можно ли использовать некоторую независимую переменную для предсказания значения некоторой переменной критерия.
Пример 1: Проверка знаний
Исследователь создает новый тест, предназначенный для оценки знаний студентов колледжа по предмету биологии.
Исследователь раздает тест всем специальностям биологии в определенном университете и сравнивает результаты своего теста с их текущим средним баллом.
Если существует высокая корреляция между оценками по его тесту и текущим средним баллом учащихся, мы можем сказать, что параллельная валидность существует.
![Пример одновременной валидности](https://www.codecamp.ru/content/images/2021/02/concurrent1.png)
Пример 2: Испытание на выносливость
Тренер по легкой атлетике создает новое испытание на выносливость, предназначенное для оценки уровня выносливости его спортсменов. Он позволяет каждому из своих спортсменов выполнить задание и сравнивает их результаты с их текущими уровнями производительности.
Если существует высокая корреляция между проблемой выносливости и текущими уровнями производительности, то он может сказать, что параллельная валидность существует.
Другими словами, было бы правильно использовать испытание на выносливость для оценки уровня работоспособности спортсменов.
![](https://www.codecamp.ru/content/images/2021/02/concurrent2.png)
Пример 3: Тест на лидерство
Руководитель бизнеса создает новый тест для оценки лидерских способностей сотрудников компании. Она раздает тест каждому сотруднику компании и сравнивает их результаты с текущими уровнями лидерства, оцененными коллегами.
Если существует высокая корреляция между тестом и текущими уровнями лидерства, оцениваемыми коллегами, то она может сказать, что параллельная валидность существует.
Другими словами, было бы целесообразно использовать тест для оценки уровня лидерства различных сотрудников компании.
![Пример одновременной действительности](https://www.codecamp.ru/content/images/2021/02/concurrent3.png)
Дополнительные ресурсы
Объяснительные переменные и переменные отклика
Что такое Критериальная переменная?
Что такое критерий достоверности?