Estymatory punktowe i przedziałowe

Slides:



Advertisements
Podobne prezentacje
ESTYMACJA PRZEDZIAŁOWA
Advertisements

Test zgodności c2.
Statystyka Wojciech Jawień
Estymacja. Przedziały ufności.
Porównywanie średnich dwóch prób niezależnych o rozkładach normalnych (test t-studenta)
Analiza wariancji jednoczynnikowa
Zmienne losowe i ich rozkłady
Skale pomiarowe – BARDZO WAŻNE
Estymacja przedziałowa
Jak mierzyć asymetrię zjawiska?
Krzysztof Jurek Statystyka Spotkanie 4. Miary zmienności m ó wią na ile wyniki są rozproszone na konkretne jednostki, pokazują na ile wyniki odbiegają
Statystyka w doświadczalnictwie
Statystyka w doświadczalnictwie
Niepewności przypadkowe
Wykład 4 Rozkład próbkowy dla średniej z rozkładu normalnego
Wykład 5 Przedziały ufności
Wykład 3 Rozkład próbkowy dla średniej z rozkładu normalnego
Metody Przetwarzania Danych Meteorologicznych Wykład 4
Pobieranie próby Populacja generalna: zbiór wyników wszystkich możliwych doświadczeń określonego typu. Próba n-wymiarowa: zbiór n wyników doświadczeń.
Test t-studenta dla pojedynczej próby
Próby niezależne versus próby zależne
Próby niezależne versus próby zależne
Test t-studenta dla pojedynczej próby
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
Metody Symulacyjne w Telekomunikacji (MEST) Wykład 6/7: Analiza statystyczna wyników symulacyjnych  Dr inż. Halina Tarasiuk
Średnie i miary zmienności
Estymacja przedziałowa i korzystanie z tablic rozkładów statystycznych
Co to są rozkłady normalne?
Korelacja, autokorelacja, kowariancja, trendy
Jednoczynnikowa analiza wariancji (ANOVA)
Analiza wariancji jednoczynnikowa
Testy nieparametryczne
Konstrukcja, estymacja parametrów
Testy nieparametryczne
Analiza wariancji jednoczynnikowa.
Testy nieparametryczne
Hipotezy statystyczne
Elementy Rachunku Prawdopodobieństwa i Statystyki
Statystyka - to „nie boli”
Porównywanie średnich 2 i więcej prób o rozkładach innych niż normalny
Dopasowanie rozkładów
Wnioskowanie statystyczne
Statystyka medyczna Piotr Kozłowski
Wykład 5 Przedziały ufności
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.
Przenoszenie błędów (rachunek błędów) Niech x=(x 1,x 2,...,x n ) będzie n-wymiarową zmienną losową złożoną z niezależnych składników o rozkładach normalnych.
Podstawowe pojęcia i terminy stosowane w statystyce
Statystyczna analiza danych w praktyce
Jak mierzyć asymetrię zjawiska? Wykład 5. Miary jednej cechy  Miary poziomu  Miary dyspersji (zmienności, zróżnicowania, rozproszenia)  Miary asymetrii.
Statystyczna analiza danych
Statystyczna analiza danych
ze statystyki opisowej
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.
Statystyka medyczna Piotr Kozłowski www: 1.
Estymacja parametryczna dr Marta Marszałek Zakład Statystyki Stosowanej Instytut Statystyki i Demografii Kolegium Analiz.
Wnioskowanie statystyczne. Próbkowanie (sampling)
Testy nieparametryczne
Statystyka matematyczna
Statystyka matematyczna
Regresja wieloraka – bada wpływ wielu zmiennych objaśniających (niezależnych) na jedną zmienną objaśnianą (zależą)
Jednorównaniowy model regresji liniowej
Zmienna losowa. Wybrane rozkłady zmiennej. Przedział ufności.
Analiza niepewności pomiarów Zagadnienia statystyki matematycznej
Estymacja i estymatory
Własności asymptotyczne ciągów zmiennych losowych
ROZKŁAD NORMALNY 11 października 2017.
Test t-studenta dla pojedynczej próby
Zapis prezentacji:

Estymatory punktowe i przedziałowe

SE (standard error) SEM rozkład próbkowania – sampling distribution

Przedział ufności (CI, confidence intervals) przedział ufności, to zakres w którym znajduje się prawdziwa wartość średniej populacji

Jak obliczyć szerokość takiego przedziału? Przedziały nie zawierają średniej populacyjnej 47 50 =0.94

95%

Przedział ufności z-score (standaryzowany rozkład normalny) 0±1.96 Jak znaleźć tę wartość? Jak znaleźć tę wartość? 0.61 5.39 -2.5 -1.6 -0.8 0.8 1.6 2.5 -1.96 1.96 4.22 1.78 -1.0 1.0

Przedział ufności (CI, confidence intervals) jakie wartości odpowiadają z-score 1.96 i -1.96? (pomiędzy nimi znajduje się 95% rozkładu średnich) Górne Dolne Górne Dolne

Przedział ufności (CI, confidence intervals)

Przedział ufności dla małych grup

średnia

Testowanie założeń

Testy parametryczne Test parametryczny – wymaga danych pochodzących z jednego z wielu rozkładów teoretycznych Testy parametryczne oparte na rozkładzie normalnym wymagają spełnienia 4 założeń

Założenia testy parametryczne Normalność rozkładu Homogeniczność wariancji Rodzaj danych (numeryczne) Niezależność

Najczęściej stosowane testy w badaniach medycznych Skala/ Liczba grup Warunki dodatkowe 2 grupy >2 grupy Zmienne niepowiązane Zmienne powiązane Ilościowe\ numeryczne Normalność rozkładu t-Studenta Nie pow Pow ANOVA Brak normalności Manna-Whitneya Wilcoxona Kruskala-Wallisa Friedmana Porządkowa Nominalna Chi2 Fishera Znaków McNemara Q-Cochrana

Założenia testy parametryczne - normalność Zakładamy, że rozkład próbkowania jest normalny, ale czy rzeczywiście tak jest? Centralne twierdzenie graniczne Jeśli dane w próbce mają w przybliżeniu rozkład normalny, to rozkład próbkowania tez jest rozkładem normalnym Jeżeli próbki mają dużą liczebność (>30), rozkład próbkowania też jest rozkładem normalnym, niezależnie od kształtu rozkładu w uzyskanej próbie (a także kształtu rozkładu w populacji!)

Założenia testy parametryczne - normalność jeśli n jest duże (>30) to rozkład próbkowania jest rozkładem normalnym, o odchyleniu standardowym równym jeśli n <30, rozkład próbkowania ma inny kształt, jest to rozkład t!

Analiza histogramów

Analiza histogramów

Analiza histogramów

Wykres P-P (prawdopodobieństwo-prawdopodobieństwo) dystrybuanta empiryczna (prawdopodobieństwo skumulowane) wykreślona względem dystrybuanty teoretycznej punkty powinny leżeć w pobliżu przekątnej wykresu

Wykres P-P

Wykres P-P

Wykres P-P

Kurtoza Miara smukłości Leptokurtyczny (spiczasty, smukły) Platykurtyczny (przysadzisty) Miara smukłości Kurtoza>0 (+1) Kurtoza>1 (-4)

Testy normalności rozkładu Porównują częstości empiryczne z częstościami oczekiwanymi dla danego rozkładu teoretycznego Chi kwadrat Kołmogorowa-Smirnowa Shapiro-Wilka Lileforsa Wada przy dużych liczebnościach łatwo uzyskać istotność przy niewielkich odchyleniach od normalności

Skośność (skewness) Miara symetrii

Homogeniczność wariancji

Homogeniczność wariancji Test Levene’a

Transformacje danych Logarytmowanie Pierwiastkowanie Potęgowanie Odwrotność