Как аватар влияет на успеваемость
Скажу сразу: никак
Сергей Колков мне вчера прислал данные по тесту Кем бы вы родились, если бы у вас был выбор?
Мы еще не смогли выявить значимых различий между сотрудниками, которые выбирают тот или иной аватар. Кроме возраста.
Данные были такие
Что влияет на выбор аватара, я не нашел. В том, что влияет на баллы, накопал чуть чуть
Посмотрите на картинку: я накопал только два значимых предиктора - время прохождения и стаж. Зеленые - это те сотрудники, что дал 100 % правильный результат по тесту, а красные - любой другой.
Причем заметно, что реально разделяет только время прохождения. Потому что стаж у нас в годах. Для тех, кто умеет читать показатели регрессии, тоже видно, что время прохождения дает больший прогноз.
Coefficients:
Estimate Std. Error z value Pr(>|z|)
(Intercept) 2.28368 0.67480 3.384 0.000714 ***
log(стаж) 0.20085 0.06845 2.934 0.003343 **
log(время.прохождения) -1.32103 0.09043 -14.608 < 2e-16 ***
Полw -0.10756 0.31813 -0.338 0.735297
Единственная хрень, которую можно считать результатом, эта вот эта таблица
Если сотрудник прошел курс быстрее, чем за 20 чего то там, значит с вероятностью 63 % он получит по нему 100 балов. Но если он не уложился в это время, значит вероятность 90 %, что он не получит 100 балов.
И думаю, всем понятно, что корреляция не есть причинность
Сергей Колков мне вчера прислал данные по тесту Кем бы вы родились, если бы у вас был выбор?
Мы еще не смогли выявить значимых различий между сотрудниками, которые выбирают тот или иной аватар. Кроме возраста.
Данные были такие
- Пол
- Дата рождения
- Название должности
- Дата приема
- Баллы
- время прохождения
- аватар
Что влияет на выбор аватара, я не нашел. В том, что влияет на баллы, накопал чуть чуть
Посмотрите на картинку: я накопал только два значимых предиктора - время прохождения и стаж. Зеленые - это те сотрудники, что дал 100 % правильный результат по тесту, а красные - любой другой.
Причем заметно, что реально разделяет только время прохождения. Потому что стаж у нас в годах. Для тех, кто умеет читать показатели регрессии, тоже видно, что время прохождения дает больший прогноз.
Coefficients:
Estimate Std. Error z value Pr(>|z|)
(Intercept) 2.28368 0.67480 3.384 0.000714 ***
log(стаж) 0.20085 0.06845 2.934 0.003343 **
log(время.прохождения) -1.32103 0.09043 -14.608 < 2e-16 ***
Полw -0.10756 0.31813 -0.338 0.735297
Единственная хрень, которую можно считать результатом, эта вот эта таблица
Если сотрудник прошел курс быстрее, чем за 20 чего то там, значит с вероятностью 63 % он получит по нему 100 балов. Но если он не уложился в это время, значит вероятность 90 %, что он не получит 100 балов.
И думаю, всем понятно, что корреляция не есть причинность