Ścieżki dostępu do STATISTICA
|
|
- Kornelia Monika Marszałek
- 7 lat temu
- Przeglądów:
Transkrypt
1 Ścieżki dostępu do STATISTICA Spis treści Sprawdzanie zgodności z rozkładem normalnym test Shapiro-Wilka:... 2 Test t-studenta w modelu zmiennych niezależnych:... 3 Test t-studenta w modelu zmiennych powiązanych... 4 Test Manna-Whitneya :... 5 Test Wilcoxona... 5 Tabele kontyngencji skala nominalna... 6 Badanie zależności... 8 ANOVA w modelu zmiennych niezależnych ANOVA w modelu zmiennych zależnych Test Kruskala-Wallisa test nieparametryczny (ANOVA rang Kruskala-Wallisa) Test Friedmana test nieparametryczny (ANOVA rang Friedmana) Regresja Wielokrotna... 13
2 Sprawdzanie zgodności z rozkładem normalnym test Shapiro-Wilka: H 0 : R Dane = R Nor H 1 : R Dane R Nor Grupa płeć =k p=0,8206 H 0 Grupa płeć =m p=0,8077 H 0
3 Test t-studenta w modelu zmiennych niezależnych: Skala interwałowa, model zmiennych niepowiązanych, zgodność z rozkładem normalnym w każdej z grup, liczba grup k=2 H 0 : 1 = 2 H 1 : 1 2 Jednorodność wariancji test Levena H 0 : SD 2 1 = SD 2 2 H 1 : SD 2 1 SD 2 2 p testu Levena p=0,4991 H 0 patrzymy na wartość p testu t-studenta p=0,3353 p testu Levena p=0,0235 H 1 patrzymy na wartość p testu t z oddz. est. war. p=0,0042 H 1 (test Welcha)
4 Test t-studenta w modelu zmiennych powiązanych Skala interwałowa, model zmiennych powiązanych, zgodność z rozkładem normalnym, liczba grup k=2 H 0 : przed = po H 1 : przed po Wartość p testu p=0,0195 H 1
5 Test Manna-Whitneya : Gdy brak zgodności z rozkładem normalnym skala interwałowa, lub skala porządkowa w modelu zmiennych niepowiązanych, liczba grup k=2 H 0 : φ 1 = φ 2 H 1 : φ 1 φ 2 Patrzymy na drugie p za Z popraw. (poprawka na rangi wiązane) p=0,5312 H 0 Test Wilcoxona Gdy brak zgodności z rozkładem normalnym skala interwałowa, lub skala porządkowa w modelu zmiennych powiązanych, liczba grup k=2 H 0 : φ przed = φ po H 1 : φ przed φ po Wartość p testu p=0,0005 H 1
6 Tabele kontyngencji skala nominalna Test Chi 2, Test Chi 2 z poprawką Yates a, test dokładny Fishera H 0 : φ 1 = φ 2 H 1 : φ 1 φ 2 H 0 : brak zależności między badanymi parametrami H 1 : jest zależność między badanymi parametrami 1. Sposób menopauza Podsumowująca tabela dwudzielcza: częstości obserwowane (Rak piersi- 2 grupy) Typ hist. 1 Typ hist. 2 Wiersz Razem POST MEN Ogół
7 Podsumowująca tabela Wyliczanie menopauza liczności (Rak piersi- 2 grupy) Typ hist. 1 Typ hist. 2 Wiersz Razem POST 23, , ,00000 MEN 6, , ,00000 Ogół 30, , ,00000 Liczebność oczekiwana <5 test dokładny Fishera dwustronny Statystyka: menopauza(2) x Typ statystyka hist.(2) (Rak piersi- 2 grupy) Chi-kwadr. df p Chi^2 Pearsona, df=1 p=,52744 Chi^2 NW, df=1 p=,53294 Chi^2 Yatesa, df=1 p=,80588 dokł. Fishera, 1-stronny p=, stronny p=,70135 Chi^2 McNemara (A/D) 12,89286 df=1 p=,00033 (B/C), df=1 p=,45325 p=0,7014 H 0 2 Sposób - tylko dla tabel 2x2 Tabela 2x2 (Rak piersi- 2 grupy) Kolumna1 Kolumna2 Wiersz Razem Liczności, wiersz Procent całości 34,667% 12,889% 47,556% Liczności, wiersz Procent całości 8,444% 44,000% 52,444% Razem w kol Procent całości 43,111% 56,889% Chi-kwadrat (df=1) 73,81 p=,0000 V-kwadrat (df=1) 73,48 p=,0000 Chi-kwadrat skoryg. Yatesa 71,51 p=,0000 Fi-kwadrat,32803 dokł. p Fishera, jednostr. p=,0000 dwustr. p=,0000 Chi-kwadrat McNemary A/D 2,26 p=,1328 Chi-kwadrat McNemary B/C 1,69 p=,1939 p< 0,0001 H 1
8 Badanie zależności Współczynnik korelacji Pearsona oba parametry na skali interwałowej i oba zgodne z rozkładem normalnym, bada zależność liniową H 0 : R P = 0 H 1 : R P 0 brak zależności linowej między badanymi parametrami jest zależność linowa między badanymi parametrami Gdy potwierdzona zgodność z rozkładem normalnym Zmn. X & Zmn. Y Poziom estriolu [mg/24h] Masa urodzeniowa [g/100] Korelacje (Zadania_3) Oznaczone wsp. korelacji są istotne z p <,05000 (Braki danych usuwano przypadkami) Średnia Odch.st. r(x,y) r2 t p Ważnych Stała zal: Y 16, , Nachyle zal: Y Stała zal: X 30, , , , , , , , ,09237 Wsp. korelacji Pearsona; wsp. determinacji y = a + b x Nachyle zal: X 0, p=0,0222 H 1 Wykr. rozrzutu: Masa urodzeniowa [g/100] vs. Poziom estriolu [mg/24h] (BD usuwano przypadk.) Poziom estriolu [mg/24h] = -2,092 +,60252 * Masa urodzeniowa [g/100] Korelacja: r =, Poziom estriolu [mg/24h] Masa urodzeniowa [g/100] 0,95 Prz.Ufn.
9 Współczynnik korelacji nieparametrycznej Spearmana oba parametry na skali interwałowej ale brak zgodności z rozkładem normalnym, jeden lub oba parametry na skali porządkowej H 0 : R S = 0 H 1 : R S 0 brak zależności monotonicznej między badanymi parametrami jest zależność monotoniczna między badanymi parametrami Para zmiennych Korelacja porządku rang Spearmana (Zad1) BD usuwane parami Oznaczone wsp. korelacji są istotne z p <,05000 N Ważnych R Spearman t(n-2) Apgar - 5 & ph pęp , , , Wsp. korelacji Spearmana p p< 0,0001 H 1 Korelacje (Zad1 10v*105c) ph pęp. Apgar - 5
10 ANOVA w modelu zmiennych niezależnych Skala interwałowa, liczba grup >2, zgodność z rozkładem normalnym w każdej z grup, jednorodność wariancji H 0 : 1 = 2 =.= k H 1 : i j i=1 k; j=1.k; i j Można wyznaczyć statystyki opisowe w każdej z grup, następnie zakładka Testy ANOVA Sprawdzamy na wykresie czy średnie i odchylenia standardowe są skorelowane Test Levene'a jednorodności wariancji (ANOVA1)Zaznaczone efekty są istotne z p <,05000 Zmienna SS df MS SS df MS F p Efekt Efekt Efekt Błąd Błąd Błąd zmiana ciśnienia 1, , , , , , Jednorodność wariancji potwierdzona Zmienna Analiza wariancji (ANOVA1) Zaznaczone efekty są istotne z p <,05000 SS Efekt df Efekt MS Efekt SS Błąd df Błąd MS Błąd zmiana ciśnienia 58, , , , , , p< 0,0001 H 1 testujemy które pary średnich się różnią testami post-hoc F Test Scheffe; Zmienna: (ANOVA1) Metoda Zaznaczone różnice są istotne z p <, M=, M=1, M=2, M=3,7100 m1 1 0, , , m2 2 0, , , m3 3 0, , , m4 4 0, , , Wykres średnich i przedz. ufności (95,00%) zmiana ciśnienia p 4 3 Wartości Test Scheffe najbardziej konserwatywny, test NIR najmniej konserwatywny -1 m1 m2 m3 m4 Metoda zmiana ciśnienia
11 ANOVA w modelu zmiennych zależnych Skala interwałowa, liczba grup >2, zgodność z rozkładem normalnym w każdej z grup, założenie sferyczności (test Mauchleya) i symetrii połączonej H 0 : 1 = 2 =.= k H 1 : i j i=1 k; j=1.k; i j Test sferyczności Mauchleya (ANOVA) Efekt Parametryzacja z sigma-ograniczeniami Dekompozycja efektywnych hipotez W Chi-kw. df p R1 0, , , Efekt Analiza wariancji dla powtarzanych pomiarów (ANOVA) Parametryzacja z sigma-ograniczeniami Dekompozycja efektywnych hipotez SS Stopnie swobody MS F p Wyraz wolny , ,9 1799,191 0, Błąd 11689, ,1 R1 447, ,9 2,079 0, Błąd 6244, ,7 p= 0,1342 H 0 brak statystycznie istotnych różnic (średnie w trzech czasach nie różnią się) 100 R1; Oczekiwane średnie brzegowe Bieżący efekt: F(2, 58)=2,0795, p=,13421 Dekompozycja efektywnych hipotez Pionowe słupki oznaczają 0,95 przedziały ufności DV_ MAP 36g MAP 48g MAP 60g R1
12 Test Kruskala-Wallisa test nieparametryczny (ANOVA rang Kruskala-Wallisa) Model niezależny, liczba grup >2, skala interwałowa ale nie spełnione założenia ANOVA (brak normalności w jakiejś z grup lub wariancje niejednorodne lub skorelowanie średnich z odchyleniami standardowymi), skala porządkowa H 0 : φ 1 = φ 2 =.=φ k H 1 : φ i φ j i=1 k; j=1.k; i j Zależna: SCORAD Wartość p dla porównań wielokrotnych (dwustronych); SCORAD (Rosińska ) Zmienna niezależna (grupująca): Group Test Kruskala-Wallisa: H ( 2, N= 154) =21,14553 p =,0000 CH-AD R:77,500 CH-ADe R:94,186 CH-ADi R:44,769 CH-AD 0, , CH-ADe 0, , CH-ADi 0, , p testu Kruskala-wallisa p< 0,0001 H 1 testujemy które rozkłady się różnią testem Dunna Test Friedmana test nieparametryczny (ANOVA rang Friedmana) Model zależny, liczba grup >2, skala interwałowa ale nie spełnione założenia ANOVA, skala porządkowa H 0 : φ 1 = φ 2 =.=φ k H 1 : φ i φ j i=1 k; j=1.k; i j Zmienna ANOVA Friedmana i współczynnik zgodności Kendalla (ANOVA) Chi kwad. ANOVA (N = 30, df 6 ) =17,00240 p,00928 Współczynnik zgodności=,09446 r śred. rang =,06323 Średnia Ranga Suma Rang Średnia Odch.std TNF 0g 5, , , ,46910 TNF 12g 3, , , ,54539 TNF 24g 4, , , ,21716 TNF 36g 4, , , ,84767 TNF 48g 3, , , ,03198 TNF 60g 3, , , ,26091 TNF 5d 3, , , ,46019 p testu Friedmana p< 0,0001 H 1 testujemy które rozkłady się różnią testem Dunna (Zestaw medyczny lub makro Post Hoc for Friedman)
13 Regresja Wielokrotna 1. Regresja z jednym predykatorem y= b 0 (wyraz wolny) + b 1 *x + e (błąd estymacji) Stat.podsum.; Zmn. statystyka zal.:wzrost (Korelacje) Wartość R wielorakie 0, Wielorakie R2 0, Skorygowane R2 0, F(1,14) 22, p 0, Błąd std. estymacji 12, Podsumowanie regresji zmiennej zależnej: WZROST (Korelacje) N=16 R=, R^2=, Skoryg. R2=, F(1,14)=22,729 p<,00030 Błąd std. estymacji: 12,725 b* Bł. std. b Bł. std. t(14) p z b* z b W. wolny 87, , , , WIEK 0, , , , , , WZROST = 4.15*WIEK ± (0,87) (12,01)
14 2. Regresja z wieloma predykatorami y= b 0 + b 1 *x 1 + b2 *x b k *x k + e Wykresy ramkowe dla zmiennych ciągłych Brak zgodności z rozkładem normalnym reszt należy sprawdzić dlaczego 1. Badanie założenia liniowości związku seria wykresów rozrzutu między zmienną zależną a poszczególnymi zmiennymi niezależnymi 2. Badanie warunku wystarczającej liczebności (n>>k+1 k- liczba predyktorów) 3. Tablice korelacji liniowych wybieramy takie predykatory, które są silnie skorelowane ze zmienną zależną ale słabo między sobą 4. Współczynnik korelacji cząstkowej miara korelacji ze zmienną zależną z wyłączeniem oddziaływania na ten związek innych predyktorów( czysty wkład predykatora do wyjaśnienia zmienności zmiennej opisywanej)( 1/(1+4)) 5. Współczynnik korelacji semicząstkowej korelacja predyktora (uwzględniająca jego powiązania ze wszystkimi pozostałymi predyktorami ) a zmienną zależną (bez uwzględnienia jej korelacji z innymi predyktorami ( 1/( )) Predyktor 1 Predyktor 2 [1] [3] [2] [4] Zm.zależna 6. Tolerancja (obliczana jako 1 R-kwadrat korelacji wielorakiej) miara określająca ile procent wariancji predyktora nie jest wyjaśniony przez pozostałe zmienne niezależne (predyktory) im wartość niższa (bliższa zero) tym bardziej jest w modelu zbędna 7. Czynnik inflacji wariancji CIW = 1/Tolerancja (jeśli brak współliniowości CIW=1. Im CIW większe jeden, tym zmienna jest bardziej nadmiarowa). Zakłócająca model współliniowość, gdy CIW>10 (R 2 > 0.9) 8. Analiza reszt 1. - ocena normalności histogramu rozkładu reszt ( można użyć w razie wątpliwości testu Shapiro- Wilksa) 9. Analiza reszt 2 - badanie autokorelacji reszt _ test Durbina Watsona ( powinien być koło wartości 2, wartość 0 silne skorelowanie dodatnie, wartość 4 silne skorelowanie ujemne) 10. Analiza reszt 3 ocena homoscedastyczności ( wykres rozrzutu reszt i kwadratów reszt względem wartości przewidywanych) 11. Analiza reszt 4 ocena rozrzutu reszt względem poszczególnych predykatorów Stat.podsum.; statystyka Zmn. zal.:masa (Korelacje) Wartość R wielorakie 0, Wielorakie R2 0, Skorygowane R2 0, F(2,9) 15, p 0, Błąd std. estymacji 1, Podsumowanie regresji zmiennej zależnej: masa (Korelacje) N=12 R=, R^2=, Skoryg. R2=, F(2,9)=15,953 p<,00110 Błąd std. estymacji: 1,6216 b* Bł. std. z b* b Bł. std. z b t(9) p W. wolny 2, , , , wiek 0, , , , , , wzrost 0, , , , , ,021807
Testowanie hipotez dla dwóch zmiennych zależnych. Moc testu. Minimalna liczność próby; Regresja prosta; Korelacja Pearsona;
LABORATORIUM 4 Testowanie hipotez dla dwóch zmiennych zależnych. Moc testu. Minimalna liczność próby; Regresja prosta; Korelacja Pearsona; dwie zmienne zależne mierzalne małe próby duże próby rozkład normalny
Bardziej szczegółowoAnalizy wariancji ANOVA (analysis of variance)
ANOVA Analizy wariancji ANOVA (analysis of variance) jest to metoda równoczesnego badania istotności różnic między wieloma średnimi z prób pochodzących z wielu populacji (grup). Model jednoczynnikowy analiza
Bardziej szczegółowoTesty nieparametryczne
Testy nieparametryczne Testy nieparametryczne możemy stosować, gdy nie są spełnione założenia wymagane dla testów parametrycznych. Stosujemy je również, gdy dane można uporządkować według określonych kryteriów
Bardziej szczegółowoBadanie zależności skala nominalna
Badanie zależności skala nominalna I. Jak kształtuje się zależność miedzy płcią a wykształceniem? II. Jak kształtuje się zależność między płcią a otyłością (opis BMI)? III. Jak kształtuje się zależność
Bardziej szczegółowoPrzedmowa Wykaz symboli Litery alfabetu greckiego wykorzystywane w podręczniku Symbole wykorzystywane w zagadnieniach teorii
SPIS TREŚCI Przedmowa... 11 Wykaz symboli... 15 Litery alfabetu greckiego wykorzystywane w podręczniku... 15 Symbole wykorzystywane w zagadnieniach teorii mnogości (rachunku zbiorów)... 16 Symbole stosowane
Bardziej szczegółowoZaawansowana eksploracja danych - sprawozdanie nr 1 Rafał Kwiatkowski 89777, Poznań
Zaawansowana eksploracja danych - sprawozdanie nr 1 Rafał Kwiatkowski 89777, Poznań 6.11.1 1 Badanie współzależności atrybutów jakościowych w wielowymiarowych tabelach danych. 1.1 Analiza współzależności
Bardziej szczegółowoSTATYSTYKA I DOŚWIADCZALNICTWO Wykład 6
STATYSTYKA I DOŚWIADCZALNICTWO Wykład 6 Metody sprawdzania założeń w analizie wariancji: -Sprawdzanie równości (jednorodności) wariancji testy: - Cochrana - Hartleya - Bartletta -Sprawdzanie zgodności
Bardziej szczegółowoPodstawy statystyki dla psychologów. Podręcznik akademicki. Wydanie drugie poprawione. Wiesław Szymczak
Podstawy statystyki dla psychologów. Podręcznik akademicki. Wydanie drugie poprawione. Wiesław Szymczak Autor prezentuje spójny obraz najczęściej stosowanych metod statystycznych, dodatkowo omawiając takie
Bardziej szczegółowoImportowanie danych do SPSS Eksportowanie rezultatów do formatu MS Word... 22
Spis treści Przedmowa do wydania pierwszego.... 11 Przedmowa do wydania drugiego.... 15 Wykaz symboli.... 17 Litery alfabetu greckiego wykorzystywane w podręczniku.... 17 Symbole wykorzystywane w zagadnieniach
Bardziej szczegółowoREGRESJA I KORELACJA MODEL REGRESJI LINIOWEJ MODEL REGRESJI WIELORAKIEJ. Analiza regresji i korelacji
Statystyka i opracowanie danych Ćwiczenia 5 Izabela Olejarczyk - Wożeńska AGH, WIMiIP, KISIM REGRESJA I KORELACJA MODEL REGRESJI LINIOWEJ MODEL REGRESJI WIELORAKIEJ MODEL REGRESJI LINIOWEJ Analiza regresji
Bardziej szczegółowoRegresja wielokrotna jest metodą statystyczną, w której oceniamy wpływ wielu zmiennych niezależnych (X1, X2, X3,...) na zmienną zależną (Y).
Statystyka i opracowanie danych Ćwiczenia 12 Izabela Olejarczyk - Wożeńska AGH, WIMiIP, KISIM REGRESJA WIELORAKA Regresja wielokrotna jest metodą statystyczną, w której oceniamy wpływ wielu zmiennych niezależnych
Bardziej szczegółowoJak sprawdzić normalność rozkładu w teście dla prób zależnych?
Jak sprawdzić normalność rozkładu w teście dla prób zależnych? W pliku zalezne_10.sta znajdują się dwie zmienne: czasu biegu przed rozpoczęciem cyklu treningowego (zmienna 1) oraz czasu biegu po zakończeniu
Bardziej szczegółowoANALIZY WIELOZMIENNOWE
ANALIZY WIELOZMIENNOWE ANALIZA REGRESJI Charakterystyka: Rozszerzenie analizy korelacji o badanie zależności pomiędzy wieloma zmiennymi jednocześnie; Podstawowe zastosowanie (ale przez nas w tym momencie
Bardziej szczegółowoKsięgarnia PWN: George A. Ferguson, Yoshio Takane - Analiza statystyczna w psychologii i pedagogice
Księgarnia PWN: George A. Ferguson, Yoshio Takane - Analiza statystyczna w psychologii i pedagogice Przedmowa do wydania polskiego Przedmowa CZĘŚĆ I. PODSTAWY STATYSTYKI Rozdział 1 Podstawowe pojęcia statystyki
Bardziej szczegółowoPrzykład 1. (A. Łomnicki)
Plan wykładu: 1. Wariancje wewnątrz grup i między grupami do czego prowadzi ich ocena 2. Rozkład F 3. Analiza wariancji jako metoda badań założenia, etapy postępowania 4. Dwie klasyfikacje a dwa modele
Bardziej szczegółowoSTATYSTYKA MATEMATYCZNA
STATYSTYKA MATEMATYCZNA 1. Wykład wstępny 2. Zmienne losowe i teoria prawdopodobieństwa 3. Populacje i próby danych 4. Testowanie hipotez i estymacja parametrów 5. Najczęściej wykorzystywane testy statystyczne
Bardziej szczegółowoStatystyka w zarzadzaniu / Amir D. Aczel, Jayavel Sounderpandian. Wydanie 2. Warszawa, Spis treści
Statystyka w zarzadzaniu / Amir D. Aczel, Jayavel Sounderpandian. Wydanie 2. Warszawa, 2018 Spis treści Przedmowa 13 O Autorach 15 Przedmowa od Tłumacza 17 1. Wprowadzenie i statystyka opisowa 19 1.1.
Bardziej szczegółowoWielowymiarowa analiza regresji. Regresja wieloraka, wielokrotna
Wielowymiarowa analiza regresji. Regresja wieloraka, wielokrotna Badanie współzależności zmiennych Uwzględniając ilość zmiennych otrzymamy 4 odmiany zależności: Zmienna zależna jednowymiarowa oraz jedna
Bardziej szczegółowoSpis treści. Księgarnia PWN: Bruce M. King, Edward W. Minium - Statystyka dla psychologów i pedagogów. Wstęp Wprowadzenie...
Księgarnia PWN: Bruce M. King, Edward W. Minium - Statystyka dla psychologów i pedagogów Wstęp... 13 1. Wprowadzenie... 19 1.1. Statystyka opisowa.................................. 21 1.2. Wnioskowanie
Bardziej szczegółowoPrzykład 2. Na podstawie książki J. Kowal: Metody statystyczne w badaniach sondażowych rynku
Przykład 2 Na podstawie książki J. Kowal: Metody statystyczne w badaniach sondażowych rynku Sondaż sieciowy analiza wyników badania sondażowego dotyczącego motywacji w drodze do sukcesu Cel badania: uzyskanie
Bardziej szczegółowoStatystyczna analiza danych w programie STATISTICA (wykład 2) Dariusz Gozdowski
Statystyczna analiza danych w programie STATISTICA (wykład ) Dariusz Gozdowski Katedra Doświadczalnictwa i Bioinformatyki Wydział Rolnictwa i Biologii SGGW Weryfikacja (testowanie) hipotez statystycznych
Bardziej szczegółowoKORELACJE I REGRESJA LINIOWA
KORELACJE I REGRESJA LINIOWA Korelacje i regresja liniowa Analiza korelacji: Badanie, czy pomiędzy dwoma zmiennymi istnieje zależność Obie analizy się wzajemnie przeplatają Analiza regresji: Opisanie modelem
Bardziej szczegółowoSTATYSTYKA - PRZYKŁADOWE ZADANIA EGZAMINACYJNE
STATYSTYKA - PRZYKŁADOWE ZADANIA EGZAMINACYJNE 1 W trakcie badania obliczono wartości średniej (15,4), mediany (13,6) oraz dominanty (10,0). Określ typ asymetrii rozkładu. 2 Wymień 3 cechy rozkładu Gauss
Bardziej szczegółowoRozdział 8. Regresja. Definiowanie modelu
Rozdział 8 Regresja Definiowanie modelu Analizę korelacji można traktować jako wstęp do analizy regresji. Jeżeli wykresy rozrzutu oraz wartości współczynników korelacji wskazują na istniejąca współzmienność
Bardziej szczegółowoInżynieria biomedyczna, I rok, semestr letni 2013/2014 Analiza danych pomiarowych. Laboratorium VI: Testy nieparametryczne
1 Laboratorium VI: Testy nieparametryczne Spis treści Laboratorium VI: Testy nieparametryczne... 1 Testy nieparametryczne... 2 1. Tablica wielorozdzielcza... 3 2. Test χ 2 niezależności zmiennych... 3
Bardziej szczegółowoKorelacja oznacza współwystępowanie, nie oznacza związku przyczynowo-skutkowego
Korelacja oznacza współwystępowanie, nie oznacza związku przyczynowo-skutkowego Współczynnik korelacji opisuje siłę i kierunek związku. Jest miarą symetryczną. Im wyższa korelacja tym lepiej potrafimy
Bardziej szczegółowoSTATYSTYKA I DOŚWIADCZALNICTWO Wykład 4
STATYSTYKA I DOŚWIADCZALNICTWO Wykład 4 Inne układy doświadczalne 1) Układ losowanych bloków Stosujemy, gdy podejrzewamy, że może występować systematyczna zmienność między powtórzeniami np. - zmienność
Bardziej szczegółowoBadanie zależności pomiędzy zmiennymi
Badanie zależności pomiędzy zmiennymi Czy istnieje związek, a jeśli tak, to jak silny jest pomiędzy np. wykształceniem personelu a jakością świadczonych usług? Ogólnie szukamy miary zależności (współzależności),
Bardziej szczegółowoRegresja wieloraka Ogólny problem obliczeniowy: dopasowanie linii prostej do zbioru punktów. Najprostszy przypadek - jedna zmienna zależna i jedna
Regresja wieloraka Regresja wieloraka Ogólny problem obliczeniowy: dopasowanie linii prostej do zbioru punktów. Najprostszy przypadek - jedna zmienna zależna i jedna zmienna niezależna (można zobrazować
Bardziej szczegółowoLABORATORIUM 3. Jeśli p α, to hipotezę zerową odrzucamy Jeśli p > α, to nie mamy podstaw do odrzucenia hipotezy zerowej
LABORATORIUM 3 Przygotowanie pliku (nazwy zmiennych, export plików.xlsx, selekcja przypadków); Graficzna prezentacja danych: Histogramy (skategoryzowane) i 3-wymiarowe; Wykresy ramka wąsy; Wykresy powierzchniowe;
Bardziej szczegółowoTablica Wzorów Rachunek Prawdopodobieństwa i Statystyki
Tablica Wzorów Rachunek Prawdopodobieństwa i Statystyki Spis treści I. Wzory ogólne... 2 1. Średnia arytmetyczna:... 2 2. Rozstęp:... 2 3. Kwantyle:... 2 4. Wariancja:... 2 5. Odchylenie standardowe:...
Bardziej szczegółowoĆwiczenie: Wybrane zagadnienia z korelacji i regresji.
Ćwiczenie: Wybrane zagadnienia z korelacji i regresji. W statystyce stopień zależności między cechami można wyrazić wg następującej skali: Skala Guillforda Przedział Zależność Współczynnik [0,00±0,20)
Bardziej szczegółowoMODELE LINIOWE. Dr Wioleta Drobik
MODELE LINIOWE Dr Wioleta Drobik MODELE LINIOWE Jedna z najstarszych i najpopularniejszych metod modelowania Zależność między zbiorem zmiennych objaśniających, a zmienną ilościową nazywaną zmienną objaśnianą
Bardziej szczegółowodr hab. Dariusz Piwczyński, prof. nadzw. UTP
dr hab. Dariusz Piwczyński, prof. nadzw. UTP Cechy jakościowe są to cechy, których jednoznaczne i oczywiste scharakteryzowanie za pomocą liczb jest niemożliwe lub bardzo utrudnione. nominalna porządek
Bardziej szczegółowoZałożenia do analizy wariancji. dr Anna Rajfura Kat. Doświadczalnictwa i Bioinformatyki SGGW
Założenia do analizy wariancji dr Anna Rajfura Kat. Doświadczalnictwa i Bioinformatyki SGGW anna_rajfura@sggw.pl Zagadnienia 1. Normalność rozkładu cechy Testy: chi-kwadrat zgodności, Shapiro-Wilka, Kołmogorowa-Smirnowa
Bardziej szczegółowoP: Czy studiujący i niestudiujący preferują inne sklepy internetowe?
2 Test niezależności chi-kwadrat stosuje się (między innymi) w celu sprawdzenia czy pomiędzy zmiennymi istnieje związek/zależność. Stosujemy go w sytuacji, kiedy zmienna zależna mierzona jest na skali
Bardziej szczegółowoWprowadzenie do analizy dyskryminacyjnej
Wprowadzenie do analizy dyskryminacyjnej Analiza dyskryminacyjna to zespół metod statystycznych używanych w celu znalezienia funkcji dyskryminacyjnej, która możliwie najlepiej charakteryzuje bądź rozdziela
Bardziej szczegółowo(x j x)(y j ȳ) r xy =
KORELACJA. WSPÓŁCZYNNIKI KORELACJI Gdy w badaniu mamy kilka cech, często interesujemy się stopniem powiązania tych cech między sobą. Pod słowem korelacja rozumiemy współzależność. Mówimy np. o korelacji
Bardziej szczegółowoStatystyka w pracy badawczej nauczyciela Wykład 4: Analiza współzależności. dr inż. Walery Susłow walery.suslow@ie.tu.koszalin.pl
Statystyka w pracy badawczej nauczyciela Wykład 4: Analiza współzależności dr inż. Walery Susłow walery.suslow@ie.tu.koszalin.pl Statystyczna teoria korelacji i regresji (1) Jest to dział statystyki zajmujący
Bardziej szczegółowoSTATYSTYKA I DOŚWIADCZALNICTWO. Wykład 2
STATYSTYKA I DOŚWIADCZALNICTWO Wykład Parametry przedziałowe rozkładów ciągłych określane na podstawie próby (przedziały ufności) Przedział ufności dla średniej s X t( α;n 1),X + t( α;n 1) n s n t (α;
Bardziej szczegółowoStatystyka w zarządzaniu : pełny wykład / Amir D. Aczel. wyd. 1, dodr. 5. Warszawa; Spis treści
Statystyka w zarządzaniu : pełny wykład / Amir D. Aczel. wyd. 1, dodr. 5. Warszawa; 2011 Spis treści Od autora 11 1. Wprowadzenie i statystyka opisowa 15 1.1. Wprowadzenie 15 1.2. Percentyle i kwartyle
Bardziej szczegółowoANALIZA WARIANCJI - KLASYFIKACJA WIELOCZYNNIKOWA
ANALIZA WARIANCJI - KLASYFIKACJA WIELOCZYNNIKOWA Na poprzednich zajęciach omawialiśmy testy dla weryfikacji hipotez, że kilka średnich dla analizowanej zmiennej grupującej mają jednakowe wartości średnie.
Bardziej szczegółowoTABELE WIELODZIELCZE
TABELE WIELODZIELCZE W wielu badaniach gromadzimy dane będące liczebnościami. Przykładowo możemy klasyfikować chore zwierzęta w badanej próbie do różnych kategorii pod względem wieku, płci czy skali natężenia
Bardziej szczegółowoSzczegółowy program kursu Statystyka z programem Excel (30 godzin lekcyjnych zajęć)
Szczegółowy program kursu Statystyka z programem Excel (30 godzin lekcyjnych zajęć) 1. Populacja generalna a losowa próba, parametr rozkładu cechy a jego ocena z losowej próby, miary opisu statystycznego
Bardziej szczegółowodr Dominik M. Marciniak Analizy statystyczne w pracach naukowych czego unikać, na co zwracać uwagę.
dr Dominik M. Marciniak Analizy statystyczne w pracach naukowych czego unikać, na co zwracać uwagę. Statistics in academic papers, what to avoid and what to focus on. Uniwersytet Medyczny im. Piastów Śląskich
Bardziej szczegółowoProjekt zaliczeniowy z przedmiotu Statystyka i eksploracja danych (nr 3) Kamil Krzysztof Derkowski
Projekt zaliczeniowy z przedmiotu Statystyka i eksploracja danych (nr 3) Kamil Krzysztof Derkowski Zadanie 1 Eksploracja (EXAMINE) Informacja o analizowanych danych Obserwacje Uwzględnione Wykluczone Ogółem
Bardziej szczegółowoPodstawy statystyki matematycznej w programie R
Podstawy statystyki matematycznej w programie R Piotr Ćwiakowski Wydział Fizyki Uniwersytetu Warszawskiego Zajęcia 1. Wprowadzenie 1 marca 2017 r. Program R Wprowadzenie do R i badań statystycznych podstawowe
Bardziej szczegółowoTest niezależności chi-kwadrat stosuje się (między innymi) w celu sprawdzenia związku pomiędzy dwiema zmiennymi nominalnymi (lub porządkowymi)
Test niezależności chi-kwadrat stosuje się (między innymi) w celu sprawdzenia związku pomiędzy dwiema zmiennymi nominalnymi (lub porządkowymi) Czy miejsce zamieszkania różnicuje uprawianie sportu? Mieszkańcy
Bardziej szczegółowoANALIZA WARIANCJI - KLASYFIKACJA JEDNOCZYNNIKOWA
ANALIZA WARIANCJI - KLASYFIKACJA JEDNOCZYNNIKOWA Na poprzednich zajęciach omawialiśmy testy dla weryfikacji hipotez, że dwie populacje o rozkładach normalnych mają jednakowe wartości średnie. Co jednak
Bardziej szczegółowoSTATYSTYKA OPISOWA. Dr Alina Gleska. 12 listopada Instytut Matematyki WE PP
STATYSTYKA OPISOWA Dr Alina Gleska Instytut Matematyki WE PP 12 listopada 2017 1 Analiza współzależności dwóch cech 2 Jednostka zbiorowości - para (X,Y ). Przy badaniu korelacji nie ma znaczenia, która
Bardziej szczegółowoĆwiczenie komputerowe 2 testy t-studenta. Program Statistica
Ćwiczenie komputerowe testy t-studenta. Program Statistica Test t-studenta dla par. Przykład Podsumowanie:roznica: =przed-po K-S d=.69, p>.; Lilliefors p>. Shapiro-Wilk W=.98, p=. Wykres normalności: roznica
Bardziej szczegółowoMETODOLOGIA BADAŃ PSYCHOLOGICZNYCH I STATYSTYKA. opracowała dr Anna Szałańska
METODOLOGIA BADAŃ PSYCHOLOGICZNYCH I STATYSTYKA opracowała dr Anna Szałańska ANALIZA WARIANCJI WPROWADZENIE TEORETYCZNE - ZASTOSOWANIE Stosujemy kiedy znane są parametry rozkładu zmiennej zależnej badanych
Bardziej szczegółowo( x) Równanie regresji liniowej ma postać. By obliczyć współczynniki a i b należy posłużyć się następującymi wzorami 1 : Gdzie:
ma postać y = ax + b Równanie regresji liniowej By obliczyć współczynniki a i b należy posłużyć się następującymi wzorami 1 : xy b = a = b lub x Gdzie: xy = też a = x = ( b ) i to dane empiryczne, a ilość
Bardziej szczegółowoModel 1: Estymacja KMNK z wykorzystaniem 32 obserwacji 1964-1995 Zmienna zależna: st_g
Zadanie 1 Dla modelu DL dla zależności stopy wzrostu konsumpcji benzyny od stopy wzrostu dochodu oraz od stopy wzrostu cen benzyny w latach 1960 i 1995 otrzymaliśmy następujące oszacowanie parametrów.
Bardziej szczegółowoGRUPY NIEZALEŻNE Chi kwadrat Pearsona GRUPY ZALEŻNE (zmienne dwuwartościowe) McNemara Q Cochrana
GRUPY NIEZALEŻNE Chi kwadrat Pearsona Testy stosujemy w sytuacji, kiedy zmienna zależna mierzona jest na skali nominalnej Liczba porównywanych grup (czyli liczba kategorii zmiennej niezależnej) nie ma
Bardziej szczegółowoPrzykład 1 ceny mieszkań
Przykład ceny mieszkań Przykład ceny mieszkań Model ekonometryczny zaleŝności ceny mieszkań od metraŝu - naleŝy do klasy modeli nieliniowych. - weryfikację empiryczną modelu przeprowadzono na przykładzie
Bardziej szczegółowoLiczba godzin Punkty ECTS Sposób zaliczenia. ćwiczenia 30 zaliczenie z oceną. laboratoria 30 zaliczenie z oceną
Wydział: Psychologia Nazwa kierunku kształcenia: Psychologia Rodzaj przedmiotu: podstawowy Opiekun: dr Andrzej Tarłowski Poziom studiów (I lub II stopnia): Jednolite magisterskie Tryb studiów: Stacjonarne
Bardziej szczegółowoAnaliza współzależności zjawisk
Analiza współzależności zjawisk Informacje ogólne Jednostki tworzące zbiorowość statystyczną charakteryzowane są zazwyczaj za pomocą wielu cech zmiennych, które nierzadko pozostają ze sobą w pewnym związku.
Bardziej szczegółowoWNIOSKOWANIE STATYSTYCZNE
STATYSTYKA WNIOSKOWANIE STATYSTYCZNE ESTYMACJA oszacowanie z pewną dokładnością wartości opisującej rozkład badanej cechy statystycznej. WERYFIKACJA HIPOTEZ sprawdzanie słuszności przypuszczeń dotyczących
Bardziej szczegółowoTemat: BADANIE ZGODNOŚCI ROZKŁADU CECHY (EMPIRYCZNEGO) Z ROZKŁADEM TEORETYCZNYM TEST CHI-KWADRAT. Anna Rajfura 1
Temat: BADANIE ZGODNOŚCI ROZKŁADU CECHY (EMPIRYCZNEGO) Z ROZKŁADEM TEORETYCZNYM TEST CHI-KWADRAT Anna Rajfura 1 Przykład wprowadzający Wiadomo, że 40% owoców ulega uszkodzeniu podczas pakowania automatycznego.
Bardziej szczegółowoS t a t y s t y k a, część 3. Michał Żmihorski
S t a t y s t y k a, część 3 Michał Żmihorski Porównanie średnich -test T Założenia: Zmienne ciągłe (masa, temperatura) Dwie grupy (populacje) Rozkład normalny* Równe wariancje (homoscedasticity) w grupach
Bardziej szczegółowoANALIZA KORELACJI Korelacja między zmiennymi X i Y jest miarą siły liniowego związku między tymi zmiennymi.
ANALIZA KORELACJI Większość zjawisk w otaczającym nas świecie występuje nie samotnie a w różnorodnych związkach. Odnosi się to również do zjawisk biologiczno-medycznych. O powiązaniach między nimi mówią
Bardziej szczegółowoStatystyczna analiza danych w programie STATISTICA 7.1 PL (wykład 3) Dariusz Gozdowski
Statystyczna analiza danych w programie STATISTICA 7.1 PL (wykład 3) Dariusz Gozdowski Katedra Doświadczalnictwa i Bioinformatyki Wydział Rolnictwa i Biologii SGGW Dwuczynnikowa analiza wariancji (2-way
Bardziej szczegółowoTestowanie hipotez statystycznych. Wnioskowanie statystyczne
Testowanie hipotez statystycznych Wnioskowanie statystyczne Hipoteza statystyczna to dowolne przypuszczenie co do rozkładu populacji generalnej (jego postaci funkcyjnej lub wartości parametrów). Hipotezy
Bardziej szczegółowoTESTY NIEPARAMETRYCZNE. 1. Testy równości średnich bez założenia normalności rozkładu zmiennych: Manna-Whitney a i Kruskala-Wallisa.
TESTY NIEPARAMETRYCZNE 1. Testy równości średnich bez założenia normalności rozkładu zmiennych: Manna-Whitney a i Kruskala-Wallisa. Standardowe testy równości średnich wymagają aby badane zmienne losowe
Bardziej szczegółowoTestowanie hipotez statystycznych
Testowanie hipotez statystycznych Hipotezą statystyczną jest dowolne przypuszczenie co do rozkładu populacji generalnej (jego postaci funkcyjnej lub wartości parametrów). Prawdziwość tego przypuszczenia
Bardziej szczegółowoAnaliza wariancji jednej zmiennej (UNIANOVA)
UNIANOVA ocena BY pĺ eä szkoĺ a doĺ wiadczenie /METHOD=SSTYPE(3) /INTERCEPT=INCLUDE /POSTHOC=szkoĹ a(snk) /PLOT=PROFILE(szkoĹ a*doĺ wiadczenie*pĺ eä doĺ wiadczenie*szkoĺ a*pĺ eä szkoĺ a*pĺ eä *doĺ wiadczenie
Bardziej szczegółowoWERYFIKACJA MODELI MODELE LINIOWE. Biomatematyka wykład 8 Dr Wioleta Drobik-Czwarno
WERYFIKACJA MODELI MODELE LINIOWE Biomatematyka wykład 8 Dr Wioleta Drobik-Czwarno ANALIZA KORELACJI LINIOWEJ to NIE JEST badanie związku przyczynowo-skutkowego, Badanie współwystępowania cech (czy istnieje
Bardziej szczegółowoJednoczynnikowa analiza wariancji
Jednoczynnikowa analiza wariancji Zmienna zależna ilościowa, numeryczna Zmienna niezależna grupująca (dzieli próbę na więcej niż dwie grupy), nominalna zmienną wyrażoną tekstem należy w SPSS przerekodować
Bardziej szczegółowoWprowadzenie do analizy korelacji i regresji
Statystyka dla jakości produktów i usług Six sigma i inne strategie Wprowadzenie do analizy korelacji i regresji StatSoft Polska Wybrane zagadnienia analizy korelacji Przy analizie zjawisk i procesów stanowiących
Bardziej szczegółowo1 Estymacja przedziałowa
1 Estymacja przedziałowa 1. PRZEDZIAŁY UFNOŚCI DLA ŚREDNIEJ (a) MODEL I Badana cecha ma rozkład normalny N(µ, σ) o nieznanym parametrze µ i znanym σ. Przedział ufności: [ ( µ x u 1 α ) ( σn ; x + u 1 α
Bardziej szczegółowoEkonometria Ćwiczenia 19/01/05
Oszacowano regresję stopy bezrobocia (unemp) na wzroście realnego PKB (pkb) i stopie inflacji (cpi) oraz na zmiennych zero-jedynkowych związanymi z kwartałami (season). Regresję przeprowadzono na danych
Bardziej szczegółowoStatystyka od podstaw Janina Jóźwiak, Jarosław Podgórski
Statystyka od podstaw Janina Jóźwiak, Jarosław Podgórski Książka jest nowoczesnym podręcznikiem przeznaczonym dla studentów uczelni i wydziałów ekonomicznych. Wykład podzielono na cztery części. W pierwszej
Bardziej szczegółowoweryfikacja hipotez dotyczących parametrów populacji (średnia, wariancja) założenie: znany rozkład populacji (wykorzystuje się dystrybuantę)
PODSTAWY STATYSTYKI 1. Teoria prawdopodobieństwa i elementy kombinatoryki. Zmienne losowe i ich rozkłady 3. Populacje i próby danych, estymacja parametrów 4. Testowanie hipotez 5. Testy parametryczne (na
Bardziej szczegółowoTest t-studenta dla jednej średniej
Test t-studenta dla jednej średniej Hipoteza zerowa: Średnia wartość zmiennej w populacji jest równa określonej wartości a 0 (a = a 0 ). Hipoteza alternatywna 1.: Średnia wartość zmiennej w populacji jest
Bardziej szczegółowoKolejna z analiz wielozmiennowych Jej celem jest eksploracja danych, poszukiwanie pewnych struktur, które mogą utworzyć wskaźniki
Analiza czynnikowa Kolejna z analiz wielozmiennowych Jej celem jest eksploracja danych, poszukiwanie pewnych struktur, które mogą utworzyć wskaźniki Budowa wskaźnika Indeks był banalny I miał wady: o Czy
Bardziej szczegółowoBadania eksperymentalne
Badania eksperymentalne Pomiar na skali porządkowej mgr Agnieszka Zięba Zakład Badań Marketingowych Instytut Statystyki i Demografii Szkoła Główna Handlowa Najpopularniejsze sposoby oceny wyników eksperymentu
Bardziej szczegółowoweryfikacja hipotez dotyczących parametrów populacji (średnia, wariancja)
PODSTAWY STATYSTYKI. Teoria prawdopodobieństwa i elementy kombinatoryki. Zmienne losowe i ich rozkłady 3. Populacje i próby danych, estymacja parametrów 4. Testowanie hipotez 5. Testy parametryczne (na
Bardziej szczegółowoSpis treści. Laboratorium III: Testy statystyczne. Inżynieria biomedyczna, I rok, semestr letni 2013/2014 Analiza danych pomiarowych
1 Laboratorium III: Testy statystyczne Spis treści Laboratorium III: Testy statystyczne... 1 Wiadomości ogólne... 2 1. Krótkie przypomnienie wiadomości na temat testów statystycznych... 2 1.1. Weryfikacja
Bardziej szczegółowoAnaliza Współzależności
Statystyka Opisowa z Demografią oraz Biostatystyka Analiza Współzależności Aleksander Denisiuk denisjuk@euh-e.edu.pl Elblaska Uczelnia Humanistyczno-Ekonomiczna ul. Lotnicza 2 82-300 Elblag oraz Biostatystyka
Bardziej szczegółowoĆWICZENIE 11 NIEPARAMETRYCZNE TESTY ISTOTNOŚCI
ĆWICZENIE 11 NIEPARAMETRYCZNE TESTY ISTOTNOŚCI ANALIZA KORELACJI Korelacja 1. Współczynnik korelacji 2. Współczynnik korelacji liniowej definicja 3. Estymacja współczynnika korelacji 4. Testy istotności
Bardziej szczegółowoSzczegółowy program kursu Statystyka z programem Excel (30 godzin lekcyjnych zajęć)
Szczegółowy program kursu Statystyka z programem Excel (30 godzin lekcyjnych zajęć) 1. Populacja generalna a losowa próba, parametr rozkładu cechy a jego ocena z losowej próby, miary opisu statystycznego
Bardziej szczegółowoALGORYTMICZNA I STATYSTYCZNA ANALIZA DANYCH
1 ALGORYTMICZNA I STATYSTYCZNA ANALIZA DANYCH WFAiS UJ, Informatyka Stosowana II stopień studiów 2 Wnioskowanie statystyczne dla zmiennych numerycznych Porównywanie dwóch średnich Boot-strapping Analiza
Bardziej szczegółowoSTATYSTYKA MATEMATYCZNA
STATYSTYKA MATEMATYCZNA 1. Wykład wstępny 2. Teoria prawdopodobieństwa i elementy kombinatoryki 3. Zmienne losowe 4. Populacje i próby danych 5. Testowanie hipotez i estymacja parametrów 6. Test t 7. Test
Bardziej szczegółowoEgzamin ze statystyki, Studia Licencjackie Stacjonarne. TEMAT C grupa 1 Czerwiec 2007
Egzamin ze statystyki, Studia Licencjackie Stacjonarne TEMAT C grupa 1 Czerwiec 2007 (imię, nazwisko, nr albumu).. Przy rozwiązywaniu zadań, jeśli to konieczne, naleŝy przyjąć poziom istotności 0,01 i
Bardziej szczegółowoZadanie 1. a) Przeprowadzono test RESET. Czy model ma poprawną formę funkcyjną? 1
Zadanie 1 a) Przeprowadzono test RESET. Czy model ma poprawną formę funkcyjną? 1 b) W naszym przypadku populacja są inżynierowie w Tajlandii. Czy można jednak przypuszczać, że na zarobki kobiet-inżynierów
Bardziej szczegółowoKorelacja krzywoliniowa i współzależność cech niemierzalnych
Korelacja krzywoliniowa i współzależność cech niemierzalnych Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Inteligencji i Metod Matematycznych Wydział Informatyki Politechniki Szczecińskiej
Bardziej szczegółowodr hab. Dariusz Piwczyński, prof. nadzw. UTP
dr hab. Dariusz Piwczyński, prof. nadzw. UTP Porównanie większej niż 2 liczby grup (k>2) Zmienna zależna skala przedziałowa Zmienna niezależna skala nominalna lub porządkowa 2 Istota teorii analizy wariancji
Bardziej szczegółowoJEDNOCZYNNIKOWA ANOVA
Analizę ANOVA wykorzystujemy do wykrycia różnic pomiędzy średnimi w więcej niż dwóch grupach/więcej niż w dwóch pomiarach JEDNOCZYNNIKOWA ANOVA porównania jednej zmiennej pomiędzy więcej niż dwoma grupami
Bardziej szczegółowo1 Analiza wariancji H 1 : 1 6= 2 _ 1 6= 3 _ 1 6= 4 _ 2 6= 3 _ 2 6= 4 _ 3 6= 4
Studia podyplomowe w zakresie technik internetowych i komputerowej analizy danych Statystyczna analiza danych Adam Kiersztyn 5 godzin lekcyjnych 2012-02-04 13.00-17.00 1 Analiza wariancji Na wst¾epie zapoznamy
Bardziej szczegółowoAnaliza współzależności zjawisk. dr Marta Kuc-Czarnecka
Analiza współzależności zjawisk dr Marta Kuc-Czarnecka Wprowadzenie Prawidłowości statystyczne mają swoje przyczyny, w związku z tym dla poznania całokształtu badanego zjawiska potrzebna jest analiza z
Bardziej szczegółowoANALIZA STATYSTYCZNA WYNIKÓW BADAŃ
ANALIZA STATYSTYCZNA WYNIKÓW BADAŃ Dopasowanie rozkładów Dopasowanie rozkładów- ogólny cel Porównanie średnich dwóch zmiennych 2 zmienne posiadają rozkład normalny -> test parametryczny (t- studenta) 2
Bardziej szczegółowoMetodologia badań psychologicznych. Wykład 12. Korelacje
Metodologia badań psychologicznych Lucyna Golińska SPOŁECZNA AKADEMIA NAUK Wykład 12. Korelacje Korelacja Korelacja występuje wtedy gdy dwie różne miary dotyczące tych samych osób, zdarzeń lub obiektów
Bardziej szczegółowoStatystyka i Analiza Danych
Warsztaty Statystyka i Analiza Danych Gdańsk, 20-22 lutego 2014 Zastosowania wybranych technik regresyjnych do modelowania współzależności zjawisk Janusz Wątroba StatSoft Polska Centrum Zastosowań Matematyki
Bardziej szczegółowoSTATYSTYKA MATEMATYCZNA
STATYSTYKA MATEMATYCZNA 1. Wykład wstępny. Teoria prawdopodobieństwa i elementy kombinatoryki. Zmienne losowe i ich rozkłady 3. Populacje i próby danych, estymacja parametrów 4. Testowanie hipotez statystycznych
Bardziej szczegółowoAnaliza regresji - weryfikacja założeń
Medycyna Praktyczna - portal dla lekarzy Analiza regresji - weryfikacja założeń mgr Andrzej Stanisz z Zakładu Biostatystyki i Informatyki Medycznej Collegium Medicum UJ w Krakowie (Kierownik Zakładu: prof.
Bardziej szczegółowoR-PEARSONA Zależność liniowa
R-PEARSONA Zależność liniowa Interpretacja wyników: wraz ze wzrostem wartości jednej zmiennej (np. zarobków) liniowo rosną wartości drugiej zmiennej (np. kwoty przeznaczanej na wakacje) czyli np. im wyższe
Bardziej szczegółowoStatystyka. Wykład 7. Magdalena Alama-Bućko. 3 kwietnia Magdalena Alama-Bućko Statystyka 3 kwietnia / 36
Statystyka Wykład 7 Magdalena Alama-Bućko 3 kwietnia 2017 Magdalena Alama-Bućko Statystyka 3 kwietnia 2017 1 / 36 Tematyka zajęć: Wprowadzenie do statystyki. Analiza struktury zbiorowości miary położenia
Bardziej szczegółowoStatystyka. Wykład 8. Magdalena Alama-Bućko. 23 kwietnia Magdalena Alama-Bućko Statystyka 23 kwietnia / 38
Statystyka Wykład 8 Magdalena Alama-Bućko 23 kwietnia 2017 Magdalena Alama-Bućko Statystyka 23 kwietnia 2017 1 / 38 Tematyka zajęć: Wprowadzenie do statystyki. Analiza struktury zbiorowości miary położenia
Bardziej szczegółowoPodstawowe pojęcia i testy statystyczne
Podstawowe pojęcia i testy statystyczne Piotr Knapik Śląskie Centrum Chorób Serca w Zabrzu Zebranie w Domu Lekarza niehomogenna, wysoce wyselekcjonowana grupa słuchaczy, rozkład wiedzy na temat statystyki
Bardziej szczegółowo