Rozkład t.

Slides:



Advertisements
Podobne prezentacje
Regresja i korelacja materiały dydaktyczne.
Advertisements

ESTYMACJA PRZEDZIAŁOWA
Rangowy test zgodności rozkładów
hasło: student Justyna Kubacka
hasło: student Szymon Drobniak pokój konsultacje: wtorek 13-14
Estymacja. Przedziały ufności.
Wykład 9 Analiza wariancji (ANOVA)
Analiza wariancji jednoczynnikowa
Analiza wariancji Marcin Zajenkowski. Badania eksperymentalne ANOVA najczęściej do eksperymentów Porównanie wyników z 2 grup lub więcej Zmienna niezależna.
BUDOWA MODELU EKONOMETRYCZNEGO
Estymacja przedziałowa
Opinie, przekonania, stereotypy
Analiza wariancji Analiza wariancji (ANOVA) stanowi rozszerzenie testu t-Studenta w przypadku porównywanie większej liczby grup. Podział na grupy (czyli.
Wnioskowanie statystyczne CZEŚĆ III
hasło: student Joanna Rutkowska Aneta Arct
Wykład 7 Przedział ufności dla 1 – 2
Wykład 6 Standardowy błąd średniej a odchylenie standardowe z próby
Wykład 4 Rozkład próbkowy dla średniej z rozkładu normalnego
Wykład 8 Testy Studenta Jest kilka różnych testów Studenta. Mają one podobną strukturę ale służą do testowania różnych hipotez i różnią się nieco postacią.
Wykład 5 Przedziały ufności
Wykład 3 Rozkład próbkowy dla średniej z rozkładu normalnego
Wykład 11 Analiza wariancji (ANOVA)
Wykład 4 Przedziały ufności
Metody Przetwarzania Danych Meteorologicznych Wykład 4
Modele (hipotezy) zagnieżdżone
Test t-studenta dla pojedynczej próby
Próby niezależne versus próby zależne
Porównywanie średnich dwóch prób zależnych
Rozkład normalny Cecha posiada rozkład normalny jeśli na jej wielkość ma wpływ wiele niezależnych czynników, a wpływ każdego z nich nie jest zbyt duży.
Wykład 4. Rozkłady teoretyczne
Testy nieparametryczne
Analiza wariancji.
Estymacja przedziałowa i korzystanie z tablic rozkładów statystycznych
Test nieparametryczny
Hipotezy statystyczne
Analiza wariancji jednoczynnikowa
Testy nieparametryczne
Konstrukcja, estymacja parametrów
Hipotezy statystyczne
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
Elementy Rachunku Prawdopodobieństwa i Statystyki
Hipotezy statystyczne
Kilka wybranych uzupelnień
Testy statystycznej istotności
Seminarium licencjackie Beata Kapuścińska
Testowanie hipotez statystycznych
Wnioskowanie statystyczne
Statystyka medyczna Piotr Kozłowski
Wykład 5 Przedziały ufności
Weryfikacja hipotez statystycznych
Weryfikacja hipotez statystycznych dr hab. Mieczysław Kowerski
Testowanie hipotez Jacek Szanduła.
STATYSTYKA sposób na opisanie zjawisk masowych Mirosław Sadowski TRANSGRANICZNY UNIWERSYTET TRZECIEGO WIEKU W ZGORZELCU.
Przeprowadzenie badań niewyczerpujących, (częściowych – prowadzonych na podstawie próby losowej), nie daje podstaw do formułowania stanowczych stwierdzeń.
Testy nieparametryczne – testy zgodności. Nieparametryczne testy istotności dzielimy na trzy zasadnicze grupy: testy zgodności, testy niezależności oraz.
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.
STATYSTYKA – kurs podstawowy wykład 6 dr Dorota Węziak-Białowolska Instytut Statystyki i Demografii.
Weryfikacja hipotez statystycznych „Człowiek – najlepsza inwestycja”
Wnioskowanie statystyczne. Próbkowanie (sampling)
Testy nieparametryczne
Rozkład z próby Jacek Szanduła.
Statystyka matematyczna
Statystyka matematyczna
Wnioskowanie statystyczne Weryfikacja hipotez statystycznych
Test t-studenta dla pojedynczej próby
Zapis prezentacji:

Rozkład t

Rozkład t Studenta Stosujemy, gdy: - Próba jest niewielka - Odchylenie standardowe w populacji jest nieznane Używany do: - Budowania przedziałów ufności średnich pochodzących z dwóch prób - Analizie regresji

Rozkład t Studenta Podobieństwa do rozkładu normalnego: -Symetryczny -Jednomodalny -Średnia =0 Różnice: O kształcenie decyduje liczba stopni swobody Ma „cięższe ogony” – bardziej wysmukły i ma większą koncentrację obserwacji na krańcach rozkładu Ma większe odchylenie standardowe (niż 1)  zależne od stopni swodoby

Porównanie rozkładów

Jak postępowaliśmy dotychczas, a jak będziemy postępować teraz? Weryfikacja hipotezy o średniej przy pomocy średniej z próby: Wyznaczaliśmy obszar krytyczny (jego koniec) i sprawdzaliśmy, czy średnia z próby „wpada” czy nie do tego przedziału Weryfikacja hipotezy o średniej przy pomocy rozkładu t: obliczamy standaryzowaną wartość średniej w próbie (statystykę t), a następnie porównujemy jej wartość z wartością krytyczną dla rozkładu t dla odpowiedniego poziomu istotności.

Kiedy odrzucić ho posługując się testem t (Lissowski)? Dla testu jednostronnego: Lewostronnego: obliczone t jest mniejsze niż minus wartość krytyczna rozkładu t Prawostronnego: obliczone t jest większe niż wartość krytyczna rozkładu t Dla testu obustronnego: Jeśli wartość bezwzględna t jest większa niż wartość krytyczna dla testu obustronnego rozkładu t

Test t dla jednej próby

Dane Zadanie. Ho = 100 H1= 99 α=0,05 n=25 X=99,4 Df=n-1

Obliczenie statystyki

Podjęcie decyzji Sprawdzamy w tablicach rozkładu statystyki t graniczną wartość obszaru krytycznego Krok 1- odczytujemy kolumnę w pionie – stopnie swobody (patrzymy na wartość n-1) Krok 2 – wybieramy poziom prawdopodobieństwa dla odpowiedniego testu (dwu lub jednostronnego)

Fragment tablicy rozkładu t

Podjęcie decyzji Wartość krytyczna dla 0,05 i 24 stopni swobody wynosi 1,711 Dla testu lewostronnego dostawiamy „-” Obszar krytyczny wynosi (-∞; - 1,711) DECYZJA: -0,3>-1,711 nie mamy postaw do odrzucenia Ho na rzecz H1.

Ćwiczenie W pewnej grupie studenckiej badano poziom lęku przed egzaminem. Z próby liczącej sobie 21 osób wynikało, że średni poziom lęku wynosił 13 punktów, a odchylenie standardowe 2. W całej populacji studentów średnia lęku wynosiła 17. Czy można zaakceptować hipotezę, że w całej populacji średnia lęku jest niższa?

Hipotezy o różnicy dwóch średnich

Dwa warianty W próbach zależnych (mężowie i żony, pretest i postest) W próbach niezależnych (kobiety i mężczyźni) Hipoteza zerowa: obie średnie w populacji lub w obu populacjach są takie same

Średnie w próbach zależnych Przykład Interesuje nas jak zmieniały się dochody pewnej grupy osób między rokiem 2011, a 2013. W 2011 średni dochód wynosił 2500 zł, a odchylenie standardowe 400 zł, a w 2012 2460 zł. przy odchyleniu 700 zł (n=30). Chcemy zweryfikować czy w populacji zarobki są takie same, czy inne.

Wyznaczanie statystki t E(X-Y) różnica między średnią z pierwszego i drugiego pomiaru Sxy – odchylenie standardowe rozkładu różnic

Określenie warunków 1. Sformułowanie hipotez H0 : E(X)=E(Y), czyli różnica wynosi zero E(X)-E(Y)=0 H1 : E(X)≠E(Y), czyli różnica nie wynosi zero E(X)-E(Y) ≠ 0 α=0,05 Df=n-1

Obliczenie wartości statystyki t 2. Liczymy -przyjmijmy, że odchylenie standardowe różnic wynosi 600 zł 3. Podejmujemy decyzję

Zadanie Pewną grupę studentów poproszono o napisanie egzaminu, a następnie dano im specjalnie przygotowane materiały do nauki i poproszono ich o napisanie go jeszcze raz. Interesuje nas jak zmieniały się wyniki. W pierwszym podejściu średnia wynosiła 29 punktów, a w drugim 31 (n=25). Czy materiały pomogły studentom? (średnie odchyleni wynosi 13).

Zadanie Pewien polityk chce dowiedzieć się czy zastosowana przez niego kampania wpłynęła na wzrost popularności. Przebadał dwukrotnie tę samą 17-sto osobową grupę osób. Okazało się, że różnica w średniej poparcia wynosi 35 punktów, a odchylenie standardowe 3,57. Czy zastosowane przez polityka kampania jest skuteczna?

Zastosowanie testu t dla prób niezależnych df=2(n-1)

Zadanie Załóżmy, że płeć ma związek z wykształceniem. Pobrano próbę osób (n=32, po 16 kobiet i 16 mężczyzn), z której wynika, że kobiety uczą się średnio przez 17,9 lat (odchylenie standardowe 3), a mężczyźni 16,9 lat (odchylenie standardowe 4).

1. Sformułowanie hipotez H0 : E(X)=E(Y), czyli różnica wynosi zero E(X)-E(Y)=0 H1 : E(X)≠E(Y), czyli różnica wynosi zero E(X)-E(Y) ≠ 0 2. Ustalenie reguły decyzji α=0,05 k= 2,042 df=2(n-1); df=2(16-1)=30 Odrzucimy H0 jeśli wartość t znajdzie się (-∞;-2, 042) lub (2,042; +∞)

3. Wyznaczenie statystki t 4. Podjęcie decyzji

Zadanie Grupę 24 osób przydzielono do dwóch grup. Osoby z pierwszej grupy miały czerpać informacje o świecie tylko z TV, a z drugiej z Internetu. Następnie porównano zakres wiedzy obu grup na temat bieżących wydarzeń. Grupa 1: średnia 24 punkty, odchylenie standardowe 4; Grupa 2: średnia 21 punktów, odchylenie standardowe 3. Sprawdz czy grupy się różnią.