Porównywanie średnich dwóch prób niezależnych o rozkładach normalnych (test t-studenta)

Slides:



Advertisements
Podobne prezentacje
ESTYMACJA PRZEDZIAŁOWA
Advertisements

Testy sekwencyjne Jan Acedański.
hasło: student Justyna Kubacka
Wykład 7: Moc Moc testu to prawdopodobieństwo odrzucenia H0, gdy prawdziwa jest HA Moc=czułość testu Moc = 1 – Pr (nie odrzucamy H0, gdy prawdziwa jest.
Analiza wariancji jednoczynnikowa
Zmienne losowe i ich rozkłady
Estymacja przedziałowa
Statystyka w doświadczalnictwie
Statystyka w doświadczalnictwie
Programy hodowlane i pakiety statystyczne
Mgr Sebastian Mucha Schemat doświadczenia:
Wykład 4 Rozkład próbkowy dla średniej z rozkładu normalnego
Wykład 3 Rozkład próbkowy dla średniej z rozkładu normalnego
Wykład 11 Analiza wariancji (ANOVA)
Nierówność informacyjna
Pobieranie próby Populacja generalna: zbiór wyników wszystkich możliwych doświadczeń określonego typu. Próba n-wymiarowa: zbiór n wyników doświadczeń.
Modele (hipotezy) zagnieżdżone
Test t-studenta dla pojedynczej próby
Próby niezależne versus próby zależne
Próby niezależne versus próby zależne
Porównywanie średnich dwóch prób zależnych
Test t-studenta dla pojedynczej próby
Analiza wariancji ANOVA efekty główne
Rozkład normalny Cecha posiada rozkład normalny jeśli na jej wielkość ma wpływ wiele niezależnych czynników, a wpływ każdego z nich nie jest zbyt duży.
Metody Symulacyjne w Telekomunikacji (MEST) Wykład 6/7: Analiza statystyczna wyników symulacyjnych  Dr inż. Halina Tarasiuk
Jednoczynnikowa analiza wariancji (ANOVA)
Rozkład t.
Analiza wariancji jednoczynnikowa
Testy nieparametryczne
Dlaczego obserwujemy??? istotny wpływ, istotną różnicę, istotną zależność.
Elementy Rachunku Prawdopodobieństwa i Statystyki
Podsumowanie projektu
Testy nieparametryczne
BADANIE STATYSTYCZNE Badanie statystyczne to proces pozyskiwania danych na temat rozkładu cechy statystycznej w populacji. Badanie może mieć charakter:
Analiza wariancji jednoczynnikowa.
Testy nieparametryczne
Hipotezy statystyczne
Elementy Rachunku Prawdopodobieństwa i Statystyki
Analiza wariancji ANOVA czynnikowa ANOVA
Statystyka - to „nie boli”
Testy statystycznej istotności
Porównywanie średnich 2 i więcej prób o rozkładach innych niż normalny
Regresja wieloraka.
Analiza wariancji ANOVA efekty główne. Analiza wariancji ANOVA ANOVA: ANalysis Of VAriance Nazwa: wywodzi się z faktu, że w celu testowania statystycznej.
Testowanie hipotez statystycznych
ANALIZA ANOVA - KIEDY? Wiele przedsięwzięć badawczych zakłada porównanie pomiędzy średnimi z więcej niż dwóch populacji lub dwóch warunków eksperymentalnych.
Porównywanie średnich prób o rozkładach normalnych (testy t-studenta)
Dopasowanie rozkładów
Wnioskowanie statystyczne
Statystyka medyczna Piotr Kozłowski
Rozkład wariancji z próby (rozkład  2 ) Pobieramy próbę x 1,x 2,...,x n z rozkładu normalnego o a=0 i  =1. Dystrybuanta rozkładu zmiennej x 2 =x 1 2.
Weryfikacja hipotez statystycznych
Przenoszenie błędów (rachunek błędów) Niech x=(x 1,x 2,...,x n ) będzie n-wymiarową zmienną losową złożoną z niezależnych składników o rozkładach normalnych.
Estymatory punktowe i przedziałowe
Testowanie hipotez Jacek Szanduła.
Statystyczna Analiza Danych SAD2 Wykład 4 i 5. Test dla proporcji (wskaźnika struktury) 2.
Statystyczna analiza danych SAD2 Wykład 5. Testy o różnicy wartości średnich dwóch rozkładów normalnych (znane wariancje) Statystyczna analiza danych.
Monte Carlo, bootstrap, jacknife. 2 Literatura Bruce Hansen (2012 +) Econometrics, ze strony internetowej :
Przeprowadzenie badań niewyczerpujących, (częściowych – prowadzonych na podstawie próby losowej), nie daje podstaw do formułowania stanowczych stwierdzeń.
STATYSTYKA – kurs podstawowy wykład 7 dr Dorota Węziak-Białowolska Instytut Statystyki i Demografii.
Rozkłady statystyk z próby dr Marta Marszałek Zakład Statystyki Stosowanej Instytut Statystyki i Demografii Kolegium.
Estymacja parametrów populacji. Estymacja polega na szacowaniu wartości parametrów rozkładu lub postaci samego rozkładu zmiennej losowej, na podstawie.
Weryfikacja hipotez statystycznych „Człowiek – najlepsza inwestycja”
Statystyka medyczna Piotr Kozłowski www: 1.
Statystyka matematyczna
Statystyka matematyczna
Porównywanie średnich prób o rozkładach normalnych (testy t-studenta)
KONTRASTY Zastosowanie statystyki w bioinżynierii ćw 5.
Korelacja i regresja liniowa
Test t-studenta dla pojedynczej próby
Zapis prezentacji:

Porównywanie średnich dwóch prób niezależnych o rozkładach normalnych (test t-studenta)

Próby niezależne versus próby zależne Próby niezależne: mierzone w dwóch różnych obiektach albo w tym samym obiekcie ale nie poddanym ingerencji. czas

Próby niezależne versus próby zależne Próby niezależne: analizy dwóch RÓŻNYCH jezior analizy próbek dwóch RÓŻNYCH produktów

Próby niezależne versus próby zależne Próby zależne: te same obiekty stanowiące próbę są badane dwukrotnie w różnych warunkach, po ingerencji; czas ingerencja

Próby niezależne versus próby zależne Próby zależne: Badanie tych samych próbek żywności przed i po zamrożeniu

Schematy postępowania 2 GRUPY(ZMIENNE) NIEZALEŻNE rozkład normalnyrozkład inny niż normalny test parametryczny test t-studenta test nieparametryczny test U Manna-Whitneya x śr 1 x śr 2 x śr 1 x śr 2

Test t-studenta dla grup niezależnych Założenie o normalności: sprawdzane przez analizę rozkładu danych (histogram) lub przy pomocy testu normalności. Założenie o równości wariancji: sprawdzane za pomocą testu F lub też przy pomocy mocniejszej opcji określonej jako test Levenea (oraz modyfikacji Browna-Forsythea tego testu).

Test t-studenta dla grup niezależnych Testy równości wariancji: Test F: F= , p= Test B-F: B-F=......, p= Jeśli p<0.05 to wariancje są różne! (wtedy konieczna jest weryfikacja wyników testu t- studenta za pomocą testu nieparametrycznego)

Test t-studenta dla grup niezależnych Testy równości wariancji: UWAGA! Wynik testów równości wariancji mówi tylko o spełnianiu/nie spełnianiu założenia testu t-studenta. Nie mówi nic o tym, czy różnice pomiędzy średnimi są istotne czy nie!

Test t-studenta dla grup niezależnych Wynik testu: wartość t i poziom p Poziom p: prawdopodobieństwo błędu związanego z przyjęciem hipotezy o istnieniu różnic między średnimi. Jeśli p<0.05 to średnie istotnie się różnią!

Test t-studenta dla grup niezależnych PRZYKŁAD: Wędkarze zmierzyli długości ryb (w mm) złowionych w jeziorze Myśliborskim i Jeziorze Dąbie. Badamy, czy średnie długości ryb różnią się istotnie między tymi jeziorami.

Test t-studenta dla grup niezależnych PRZYKŁAD: Badamy normalność rozkładów długości ryb w J. Myśliborskim i J. Dąbie J. MyśliborskieJ. Dąbie

Test t-studenta dla grup niezależnych PRZYKŁAD: J.M. J.D. założenie normalności rozkładów zostało spełnione; możemy wykonać test t-studenta dla grup niezależnych

Test t-studenta dla grup niezależnych PRZYKŁAD: testy jednorodności wariancji p>0,05 więc wariancje są równe spełnione jest założenie testu t-studenta

Test t-studenta dla grup niezależnych PRZYKŁAD: wykonujemy test t-studenta p>0,05 statystycznie nieistotne różnice średnia długość w J.M. średnia długość w J.D.

Test t-studenta dla grup niezależnych PRZYKŁAD: wykonujemy wykres ramka-wąsy średnia długość ryb w J.D. jest większa niż długość ryb w J.M., ale różnice nie są statystycznie istotne! J.M. J.D.