Pobierz prezentację
Pobieranie prezentacji. Proszę czekać
1
Estymatory punktowe i przedziałowe
2
SE (standard error) SEM rozkład próbkowania – sampling distribution
3
Przedział ufności (CI, confidence intervals)
przedział ufności, to zakres w którym znajduje się prawdziwa wartość średniej populacji
4
Jak obliczyć szerokość takiego przedziału?
Przedziały nie zawierają średniej populacyjnej 47 50 =0.94
5
95%
6
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
7
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
8
Przedział ufności (CI, confidence intervals)
10
Przedział ufności dla małych grup
12
średnia
13
Testowanie założeń
14
Testy parametryczne Test parametryczny – wymaga danych pochodzących z jednego z wielu rozkładów teoretycznych Testy parametryczne oparte na rozkładzie normalnym wymagają spełnienia 4 założeń
15
Założenia testy parametryczne
Normalność rozkładu Homogeniczność wariancji Rodzaj danych (numeryczne) Niezależność
16
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
17
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!)
18
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!
19
Analiza histogramów
20
Analiza histogramów
21
Analiza histogramów
22
Wykres P-P (prawdopodobieństwo-prawdopodobieństwo)
dystrybuanta empiryczna (prawdopodobieństwo skumulowane) wykreślona względem dystrybuanty teoretycznej punkty powinny leżeć w pobliżu przekątnej wykresu
23
Wykres P-P
24
Wykres P-P
25
Wykres P-P
26
Kurtoza Miara smukłości Leptokurtyczny (spiczasty, smukły)
Platykurtyczny (przysadzisty) Miara smukłości Kurtoza>0 (+1) Kurtoza>1 (-4)
27
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
28
Skośność (skewness) Miara symetrii
29
Homogeniczność wariancji
30
Homogeniczność wariancji
Test Levene’a
31
Transformacje danych Logarytmowanie Pierwiastkowanie Potęgowanie
Odwrotność
Podobne prezentacje
© 2024 SlidePlayer.pl Inc.
All rights reserved.