METODOLOGIA I METODYKA NAUK PRZYRODNICZYCH

Slides:



Advertisements
Podobne prezentacje
Test zgodności c2.
Advertisements

Modele oparte o dane przekrojowo-czasowe
hasło: student Justyna Kubacka
Statystyka Wojciech Jawień
Układy eksperymentalne analizy wariancji. Analiza wariancji Planowanie eksperymentu Analiza jednoczynnikowa, p poziomów czynnika, dla każdego obiektu.
hasło: student Szymon Drobniak pokój konsultacje: wtorek 13-14
Układy eksperymentalne analizy wariancji. Analiza wariancji Planowanie eksperymentu Analiza jednoczynnikowa, p poziomów czynnika, dla każdego obiektu.
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
Analiza wariancji Marcin Zajenkowski. Badania eksperymentalne ANOVA najczęściej do eksperymentów Porównanie wyników z 2 grup lub więcej Zmienna niezależna.
BUDOWA MODELU EKONOMETRYCZNEGO
Jak prawidłowo publikować wyniki badań? Mgr Magdalena Szpunar.
Test zgodności Joanna Tomanek i Piotr Nowak.
BADANIE SPRAWOZDAŃ FINANSOWYCH
Analiza wariancji Analiza wariancji (ANOVA) stanowi rozszerzenie testu t-Studenta w przypadku porównywanie większej liczby grup. Podział na grupy (czyli.
Statystyka w doświadczalnictwie
Statystyka w doświadczalnictwie
Metody badawcze w socjologii
Ekonometria wykladowca: dr Michał Karpuk
Jakość sieci geodezyjnych. Pomiary wykonane z największą starannością, nie dostarczają nam prawdziwej wartości mierzonej wielkości, lecz są zwykle obarczone.
Nowy kod Statistica 6.1 HEN6EUEKH8.
Dzisiaj na wykładzie Regresja wieloraka – podstawy i założenia
Mgr Sebastian Mucha Schemat doświadczenia:
Analiza korelacji.
Wykład 6 Standardowy błąd średniej a odchylenie standardowe z próby
Wykład 4 Rozkład próbkowy dla średniej z rozkładu normalnego
Wykład 14 Liniowa regresja
Wykład 3 Rozkład próbkowy dla średniej z rozkładu normalnego
Program przedmiotu “Metody statystyczne w chemii”
Badanie potrzeb i opinii społeczeństwa
Doświadczalnictwo.
Elementy statystyki dla lekarzy Planowanie badań i zbieranie danych
AGH Wydział Zarządzania
Metody ilościowe w biznesie Wykład 1
Podstawy programowania
Analiza współzależności cech statystycznych
i jak odczytywać prognozę?
Ekonometria. Co wynika z podejścia stochastycznego?
Analiza reszt w regresji
BADANIE STATYSTYCZNE Badanie statystyczne to proces pozyskiwania danych na temat rozkładu cechy statystycznej w populacji. Badanie może mieć charakter:
Analiza wariancji jednoczynnikowa.
Irena Woroniecka EKONOMIA MENEDŻERSKA - dodatek do W2
NIEPEWNOŚĆ POMIARU Politechnika Łódzka
Elementy Rachunku Prawdopodobieństwa i Statystyki
Analiza wariancji ANOVA czynnikowa ANOVA
Dopuszczalne poziomy hałasu
Testy statystycznej istotności
Henryk Rusinowski, Marcin Plis
Seminarium licencjackie Beata Kapuścińska
Metoda badań eksperymentalnych i quasi-eksperymentalnych
Testowanie hipotez statystycznych
ANALIZA ANOVA - KIEDY? Wiele przedsięwzięć badawczych zakłada porównanie pomiędzy średnimi z więcej niż dwóch populacji lub dwóch warunków eksperymentalnych.
Treści multimedialne - kodowanie, przetwarzanie, prezentacja Odtwarzanie treści multimedialnych Andrzej Majkowski.
Zalety randomizacji Eliminacja zaburzeń w ocenie efektu (bias)
Program przedmiotu “Opracowywanie danych w chemii” 1.Wprowadzenie: przegląd rodzajów danych oraz metod ich opracowywania. 2.Podstawowe pojęcia rachunku.
EKSPERYMENTY I OBSERWACJE NA LEKCJACH BIOLOGII I PRZYRODY
Podstawowe pojęcia i terminy stosowane w statystyce. Rozkłady częstości Seminarium 2.
Testowanie hipotez Jacek Szanduła.
Factorial ANOVA.
Model ekonometryczny Jacek Szanduła.
Korelacje dwóch zmiennych. Korelacje Kowariancja.
Treść dzisiejszego wykładu l Weryfikacja statystyczna modelu ekonometrycznego –błędy szacunku parametrów, –istotność zmiennych objaśniających, –autokorelacja,
Przeprowadzenie badań niewyczerpujących, (częściowych – prowadzonych na podstawie próby losowej), nie daje podstaw do formułowania stanowczych stwierdzeń.
Rozkłady statystyk z próby dr Marta Marszałek Zakład Statystyki Stosowanej Instytut Statystyki i Demografii Kolegium.
Człowiek – najlepsza inwestycja
Halina Klimczak Katedra Geodezji i Fotogrametrii Akademia Rolnicza we Wrocławiu WYKŁAD 2 ZMIENNE GRAFICZNE SKALA CIĄGŁA I SKOKOWA.
Modele nieliniowe sprowadzane do liniowych
STATYSTYKA – kurs podstawowy wykład 11
Wyniki projektu naukowego
Zapis prezentacji:

METODOLOGIA I METODYKA NAUK PRZYRODNICZYCH Lucyna Wojas

Przypomnienie Hipoteza : jednoznaczne stwierdzenie mówiące co jest potencjalnym wyjaśnieniem dla obserwacji [jakiegoś zjawiska]. możliwość jej weryfikacji: ODRZUCENIA lub POTWIERDZENIA

Sztuka eksperymentowania... 1. Odpowiednia grupa kontrolna 2. Randomizacja (lub eliminacja) wszystkich potencjalnych zmiennych zaburzających (confoundig variables)

Plan i specyfika eksperymentu Natura jednostek eksperymentu Liczba i rodzaj zabiegów Właściwości miar odpowiedzi na zabieg

Najprostszy eksperyment zmienna zależna (dependent variable) zmienna niezależna (independent variable)

wpływ zabiegu | treatment effect grupa eksperymentalna | experimental group grupa kontrolna | control group

wpływ zabiegu | treatment effect grupa eksperymentalna | experimental group grupa kontrolna | control group TREAT

wpływ zabiegu | treatment effect grupa eksperymentalna | experimental group grupa kontrolna | control group TREAT

Najprostszy eksperyment osobniki do zabiegów i kontroli powinny zostać przydzielone losowo zmienna niezależna (independent variable)

osobniki do zabiegu/ów i kontroli powinny być przypisane losowo osobniki podlegające zabiegowi i kontroli muszą być traktowane jednakowo (poza zabiegiem)

osobniki do zabiegu/ów i kontroli powinny być przypisane losowo osobniki podlegające zabiegowi i kontroli muszą być traktowane jednakowo (poza zabiegiem)

osobniki do zabiegu/ów i kontroli powinny być przypisane losowo osobniki podlegające zabiegowi i kontroli muszą być traktowane jednakowo (poza zabiegiem)

Blocking – grupowanie Termin od eksperymentów rolniczych Blok – fragment ziemi wybrany tak aby żyzność, czy położenie nie wpływało na zabieg

Blocking – grupowanie Jeśli jedna ze zmiennych może wpływać na wyniki eksperymentu możemy ją „poblokawać” np. młody średni stary Prędkość biegu Prędkość biegu Dieta A Dieta B Dieta A Dieta B

Zabieg eksperymentalny Grupowanie Jeśli testujemy obiekt o różnych porach dnia powinniśmy mieć losową próbę (+/- równą) w każdej z nich zabieg rano południe wieczór Zabieg eksperymentalny Grupa 1 (N=12) Grupa 2 (N=11) Grupa 3 (N=13) Zabieg kontrolny Grupa 4 (N=11) Grupa 5 (N=13) Grupa 6 (N=12)

Completely randomised design - całkowita losowość * Manipulujemy jedną zmienną * Pozostałe zmienne na tym samym poziomie (lub losowe i niewielkie odchylenie) * Możliwe kiedy inne czynniki poza zabiegiem nie są istotne (np.pogoda, płeć) plusy minusy Bezpośrednie porówanie gupy kontrolnej i eksperymentalnej Nie można testować interakcji pomiędzy zmiennymi Łatwy do przeprowadzenia i analizy

Obiekty eksperymentu

Rozkład zabiegów Chwytamy i podajemy testosteron Chwytamy i podajemy flutamide Chwytamy i podajemy placebo

Rozkład zabiegów Chwytamy i podajemy testosteron Chwytamy i podajemy flutamide Chwytamy i podajemy placebo

Wysiadywanie jaj i klucie piskąt Rozkład zabiegów Ustalanie terytoriów Parowanie się Wysiadywanie jaj i klucie piskąt

Wysiadywanie jaj i klucie piskąt Rozkład zabiegów Ustalanie terytoriów Parowanie się Wysiadywanie jaj i klucie piskąt

Wysiadywanie jaj i klucie piskąt Rozkład zabiegów Ustalanie terytoriów Parowanie się Wysiadywanie jaj i klucie piskąt

Wysiadywanie jaj i klucie piskąt Rozkład zabiegów Ustalanie terytoriów Parowanie się Wysiadywanie jaj i klucie piskąt

Wysiadywanie jaj i klucie piskąt Rozkład zabiegów Ustalanie terytoriów Parowanie się Wysiadywanie jaj i klucie piskąt Pseudozabiegi: Czas w sezonie Model = Zabieg x Pseudozabieg ŹLE!

Factorial design – zabieg czynnikowy * Umożliwia równoczesne testowanie kilku czynników na obiekt eksperymentu (zabieg, płeć, pora dnia) * Pozwala na testowanie interakcji pomiędzy zmiennymi

Wysiadywanie jaj i klucie piskąt Rozkład zabiegów Ustalanie terytoriów Parowanie się Wysiadywanie jaj i klucie piskąt

Zmienna dodatkowa: Czas w sezonie Rozkład zabiegów OK! Ustalanie terytoriów Parowanie się Wysiadywanie jaj i klucie piskąt Zmienna dodatkowa: Czas w sezonie Model = Zabieg x Czas

Wyniki z poprawnego eksperymentu

Matched – pairs design eksperyment sparowany Wykorzystywany kiedy spodziewamy się dużych różnic odpowiedzi pomiędzy osobnikami Każdy osobnik testowany jest przynajmniej dwa razy (sam dla siebie jest kontrolą)

Eksperyment sparowany Wykorzystywany kiedy spodziewamy się dużych różnic odpowiedzi pomiędzy osobnikami Każdy osobnik testowany jest przynajmniej dwa razy (sam dla siebie jest kontrolą)

Repeated measures – powtarzane pomiary Wielokrotne powtarzanie pomiarów jednego obiektu Umożliwia analizę nawet w przypadku braku niektórych pomiarów dla poszczególnych obiektów (GEE, GLMM) os. 1 2 3

Rozkład eksperymentów 1. 2. 3. 4. 5. Ustalanie terytoriów Parowanie się Wysiadywanie jaj i klucie piskąt 6. Zmienne dodatkowe: czas w sezonie, kolejność pseudopowtórzeń Model= Zabieg x Czas x Kolejność

4 pytania – Tinbergen 1963 Horyzont czasowy: AKTUALNY Horyzont czasowy: HISTORYCZNY Bezpośredni Proximate Jak to działa? Jak się rozwija? Ostateczny Ultimate Do czego służy? Jak wyewoluował?

Badanie „rozwoju” Horyzont czasowy: AKTUALNY Horyzont czasowy: HISTORYCZNY Bezpośredni Proximate Jak to działa? Jak się rozwija? Ostateczny Ultimate Do czego służy? Jak wyewoluował? Tinbergen 1963

Badanie „rozwoju” Longitudinal measurement – „wzdłużne” os. 1 2 3

Badanie „rozwoju” Cross-sectional experiment - przekrojowe os. 1 2 3

Wzdłużne vs. przekrojowe Badana jest wielkość repertuaru hipotetycznego ptaka Samce dożywają do 5 lat Dla 10 samców odnotowywano wielkość repertuaru (w jednym lub więcej sezonów)

Wzdłużne vs. przekrojowe Badania przekrojowe (każdy z ptaków miał raz oceniony repertuar w wieku 1-5) r=0.58

Wzdłużne vs. przekrojowe Badania wzdłużne (każdy z ptaków miał co roku raz oceniony repertuar w wieku 1-5)

Wzdłużne vs. przekrojowe To nie repertuar wzrasta z wiekiem ale ptaki o różnym repertuarze różnią się przeżywalnością

Błąd systematyczny Selekcjonowanie np. osobników do eksperymentów Np. w badaniach dotyczących wchłaniania witaminy A u człowieka pod uwagę bierzemy tylko niebieskookie kobiety

Błąd systematyczny Selekcjonowanie np. osobników do eksperymentów Np. ślimaki dzielą się na dorodne i niedorodne i tylko te pierwsze należy brać pod uwagę w badaniach

Błąd systematyczny Selekcjonowanie np. osobników do eksperymentów Procedury próbkowania np. ...

Proporcje płci w populacjach nornika w środowiskach o różnej presji drapieżniczej

Proporcje płci w populacjach nornika w środowiskach o różnej presji drapieżniczej

Proporcje płci w populacjach nornika w środowiskach o różnej presji drapieżniczej

prowadzi do błędnych lub niekonkluzywnych wyników Błąd systematyczny Selekcjonowanie np. osobników do eksperymentów Procedury próbkowania prowadzi do błędnych lub niekonkluzywnych wyników

Kiedy osiągniemy sukces Posiadamy odpowiednie możliwości techniczne

Kiedy osiągniemy sukces Posiadamy odpowiednie możliwości techniczne Nie wprowadzamy błędu systematycznego (systematic bias) i minimalizujemy błąd losowy

Kiedy osiągniemy sukces Posiadamy odpowiednie możliwości techniczne Nie wprowadzamy błędu systematycznego (systematic bias) i minimalizujemy błąd losowy Potrafimy określić, czy eksperyment przebiega oraz jest wykonywany prawidłowo!!!

Kiedy osiągniemy sukces Posiadamy odpowiednie możliwości techniczne Nie wprowadzamy błędu systematycznego (systematic bias) i minimalizujemy błąd losowy Potrafimy określić, czy eksperyment przebiega oraz jest wykonywany prawidłowo!!!

Wrony i trąbiki Hipteza Błędy Eksperyment