Ćwiczenie komputerowe 2 testy t-studenta. Program Statistica

Podobne dokumenty
Zaj cia komputerowe 1

Pomiary urodzeń według płci noworodka i województwa.podział na miasto i wieś.

Projekt zaliczeniowy z przedmiotu Statystyka i eksploracja danych (nr 3) Kamil Krzysztof Derkowski

LABORATORIUM 3. Jeśli p α, to hipotezę zerową odrzucamy Jeśli p > α, to nie mamy podstaw do odrzucenia hipotezy zerowej

Analizy wariancji ANOVA (analysis of variance)

Testy nieparametryczne

Testowanie hipotez dla dwóch zmiennych zależnych. Moc testu. Minimalna liczność próby; Regresja prosta; Korelacja Pearsona;

Statystyki opisowe i szeregi rozdzielcze

Jak sprawdzić normalność rozkładu w teście dla prób zależnych?

ANALIZA WARIANCJI - KLASYFIKACJA JEDNOCZYNNIKOWA

Opracowywanie wyników doświadczeń

Oszacowanie i rozkład t

Doświadczalnictwo leśne. Wydział Leśny SGGW Studia II stopnia

Tablica Wzorów Rachunek Prawdopodobieństwa i Statystyki

Ścieżki dostępu do STATISTICA

Spis treści. Księgarnia PWN: Bruce M. King, Edward W. Minium - Statystyka dla psychologów i pedagogów. Wstęp Wprowadzenie...

Ćwiczenie: Badanie normalności rozkładu. Wyznaczanie przedziałów ufności.

TESTY NIEPARAMETRYCZNE. 1. Testy równości średnich bez założenia normalności rozkładu zmiennych: Manna-Whitney a i Kruskala-Wallisa.

WSPIERANIE ZADAŃ ANALITYCZNYCH Z ZASTOSOWANIEM STATISTICA NA PRZYKŁADZIE BIOTON S.A.

Statystyczna analiza danych w programie STATISTICA (wykład 2) Dariusz Gozdowski

Wykład 5: Statystyki opisowe (część 2)

Liczba godzin Punkty ECTS Sposób zaliczenia. ćwiczenia 30 zaliczenie z oceną. laboratoria 30 zaliczenie z oceną

ALGORYTMY SZTUCZNEJ INTELIGENCJI

author: Andrzej Dudek

Podstawowe pojęcia. Własności próby. Cechy statystyczne dzielimy na

STATYSTYKA I DOŚWIADCZALNICTWO Wykład 6

Przykład 1. (A. Łomnicki)

SYLABUS. DOTYCZY CYKLU KSZTAŁCENIA (skrajne daty) Statystyka w badaniach medycznych. dr Bernard Sozański wykład, ćwiczenia konwersatoryjne

Stochastyczne Metody Analizy Danych. PROJEKT: Analiza kluczowych parametrów turbin wiatrowych

WNIOSKOWANIE STATYSTYCZNE

Zawartość. Zawartość

-> Średnia arytmetyczna (5) (4) ->Kwartyl dolny, mediana, kwartyl górny, moda - analogicznie jak

OBLICZENIE PRZEPŁYWÓW MAKSYMALNYCH ROCZNYCH O OKREŚLONYM PRAWDOPODOBIEŃSTWIE PRZEWYŻSZENIA. z wykorzystaniem programu obliczeniowego Q maxp

4. Średnia i autoregresja zmiennej prognozowanej

Analiza wpłat na rachunek 51 Funduszu Ubezpieczeń Społecznych w 2015 r. z zastosowaniem wariancji jednoczynnikowej oraz ANOVY efektów głównych

DiabControl RAPORT KOŃCOWY

e) Oszacuj parametry modelu za pomocą MNK. Zapisz postać modelu po oszacowaniu wraz z błędami szacunku.

Importowanie danych do SPSS Eksportowanie rezultatów do formatu MS Word... 22

Analiza Statystyczna

Przedmowa Wykaz symboli Litery alfabetu greckiego wykorzystywane w podręczniku Symbole wykorzystywane w zagadnieniach teorii

Założenia do analizy wariancji. dr Anna Rajfura Kat. Doświadczalnictwa i Bioinformatyki SGGW

3. Wskaźniki hodowlane i biometryczne pstrąga

Eksploracja Danych. Testowanie Hipotez. (c) Marcin Sydow

Ćwiczenie: Badanie normalności rozkładu. Wyznaczanie przedziałów ufności

STATYSTYKA - PRZYKŁADOWE ZADANIA EGZAMINACYJNE

Statystyka od podstaw Janina Jóźwiak, Jarosław Podgórski

1 Podstawy rachunku prawdopodobieństwa

CO STATYSTYKA I WYKRESY MOGĄ POWIEDZIEĆ O PROCESIE?

STATYSTYKA I DOŚWIADCZALNICTWO. Wykład 2

ISSN PL INSTYTUT CHEMII I TECHNIKI JĄDROWEJ INSTITUTE OF NUCLEAR CHEMISTRY AND TECHNOLOGY WARSZAWA 7BM 1

5. Model sezonowości i autoregresji zmiennej prognozowanej

Wykład Ćwiczenia Laboratorium Projekt Seminarium 30

Statystyka w zarzadzaniu / Amir D. Aczel, Jayavel Sounderpandian. Wydanie 2. Warszawa, Spis treści

KORELACJE I REGRESJA LINIOWA

Wykład dla studiów doktoranckich IMDiK PAN. Biostatystyka I. dr Anna Rajfura Kat. Doświadczalnictwa i Bioinformatyki SGGW

KRZYSZTOF CHMIELEWSKI, STEFAN BERCZYŃSKI STATYSTYKA MATEMATYCZNA ĆWICZENIA LABORATORYJNE Z WYKORZYSTANIEM PAKIETU STATISTICA PL

ALGORYTMICZNA I STATYSTYCZNA ANALIZA DANYCH

Badania eksperymentalne

Wykład 3: Statystyki opisowe - miary położenia, miary zmienności, miary asymetrii

STATYSTYKA MATEMATYCZNA

Statystyczna analiza danych

Autor: Dariusz Piwczyński 1 Ćwiczenie. Analiza zmienności złożona. Testy wielokrotnych porównań

7. Estymacja parametrów w modelu normalnym( ) Pojęcie losowej próby prostej

STATYSTYKA MATEMATYCZNA

Analiza wariancji i kowariancji

Statystyka opisowa PROWADZĄCY: DR LUDMIŁA ZA JĄC -LAMPARSKA

Badanie zgodności dwóch rozkładów - test serii, test mediany, test Wilcoxona, test Kruskala-Wallisa

, a ilość poziomów czynnika A., b ilość poziomów czynnika B. gdzie

Statystyka. Wykład 4. Magdalena Alama-Bućko. 19 marca Magdalena Alama-Bućko Statystyka 19 marca / 33

Wykład dla studiów doktoranckich IMDiK PAN. Biostatystyka I. dr Anna Rajfura Kat. Doświadczalnictwa i Bioinformatyki SGGW

WYKŁADY ZE STATYSTYKI MATEMATYCZNEJ wykład 2 - statystyka opisowa cd

Spis treści. Laboratorium III: Testy statystyczne. Inżynieria biomedyczna, I rok, semestr letni 2013/2014 Analiza danych pomiarowych

12/30/2018. Biostatystyka, 2018/2019 dla Fizyki Medycznej, studia magisterskie. Estymacja Testowanie hipotez

Populacja generalna (zbiorowość generalna) zbiór obejmujący wszystkie elementy będące przedmiotem badań Próba (podzbiór zbiorowości generalnej) część

Szczegółowy program kursu Statystyka z programem Excel (30 godzin lekcyjnych zajęć)

Analiza statystyczna. Ogólne własności funkcji. Funkcja liniowa. Równania i nierówności liniowe

Statystyka hydrologiczna i prawdopodobieństwo zjawisk hydrologicznych.

MATEMATYKA Z ELEMENTAMI STATYSTYKI LABORATORIUM KOMPUTEROWE DLA II ROKU KIERUNKU ZARZĄDZANIE I INŻYNIERIA PRODUKCJI ZESTAWY ZADAŃ

dr Dominik M. Marciniak Analizy statystyczne w pracach naukowych czego unikać, na co zwracać uwagę.

R ozkład norm alny Bardzo często używany do modelowania symetrycznych rozkładów zmiennych losowych ciągłych

Laboratorium 3 - statystyka opisowa

Charakterystyki liczbowe (estymatory i parametry), które pozwalają opisać właściwości rozkładu badanej cechy (zmiennej)

Angelina Rajda PROCES WALIDACJI METODY POMIAROWEJ JAKO PRZYKŁAD ZASTOSOWANIA STATYSTYCZNEJ KONTROLI JAKOŚCI Z WYKORZYSTANIEM PAKIETU STATISTICA

Statystyka matematyczna i ekonometria

Rozdział 8. Regresja. Definiowanie modelu

TYTUŁ PRACY LICENCJACKIEJ/MAGISTERSKIEJ

WNIOSKOWANIE STATYSTYCZNE

Księgarnia PWN: George A. Ferguson, Yoshio Takane - Analiza statystyczna w psychologii i pedagogice

Estymacja parametrów w modelu normalnym

Analiza wariancji jednej zmiennej (UNIANOVA)

Podsumowanie konkursów przedmiotowych KURATORIUM OŚWIATY W RZESZOWIE, CZERWIEC 2015 R.

Typy zmiennych. Zmienne i rekordy. Rodzaje zmiennych. Graficzne reprezentacje danych Statystyki opisowe

Próba własności i parametry

Inżynieria biomedyczna, I rok, semestr letni 2013/2014 Analiza danych pomiarowych. Laboratorium VI: Testy nieparametryczne

Wybrane statystyki nieparametryczne. Selected Nonparametric Statistics

Szczegółowy program kursu Statystyka z programem Excel (30 godzin lekcyjnych zajęć)

1 Estymacja przedziałowa

Przykład 2. Na podstawie książki J. Kowal: Metody statystyczne w badaniach sondażowych rynku

ĆWICZENIE 11 NIEPARAMETRYCZNE TESTY ISTOTNOŚCI

Podstawy statystyki dla psychologów. Podręcznik akademicki. Wydanie drugie poprawione. Wiesław Szymczak

Transkrypt:

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 - - - - - 6 8 - - - 6 8 Statystyki:roznica Nważnych= 5. =. Minimum= - Maksimum=. =.96 roznica 8 6 - - Mediana = 5%-75% = (, 9) = (-, ) Podsumow anieroznica - - 5 6 7 8 9 Mediana, rozstęp kwartylowy, zakres nieodstających, 95% przedział ufności, 95% przedział predykcji - - - 5 6 7 8 9 Shapiro-Wilk p:. :. :.9 Wariancja:.7 Bł.std.śred..6 Skośność:.98 Nważny ch: 5. Minimum: - Dolny kwarty l Mediana:. Górny kwarty l 9. Maksimum:. 95% p. uf ności dla odch.std. Dolny.88 Górny 7.8 95% p. uf ności średniej Dolny.7 Górny 6.687 95% p. uf n. dla predy kcji obserwacji Dolny -5.79 Górny.5 Test T dla prób zależnych (odchudzanie 9) Zmien Zaznaczone różnice są istotne z p <.5 na Odch.st. Ważnych Różnica Odch.st. Różnica t df p Ufność -95.% Ufność +95.% przed 75.66667 5.75 po 7.6667.866 5..96.688 776.78 6.68778

Test t-studenta dla par. Przykład Podsumow anie:roznica: =przed-po K-S d=.78, p>.; Lilliefors p>. Shapiro-Wilk W=.9598, p=.6776 Wykres normalności: roznica - - - -5 - -5 - -5 5 5 Statystyki:roznica Nważnych= = 5.857 Minimum=-7. Maksimum= 7. = 78 - - -5 - -5 5 5 roznica 5 5-5 - -5 - Mediana = 7 5%-75% = (-, 5) = (-7, 7) Podsumow anieroznica -5 - -5 - -5 5 5 5 Mediana, rozstęp kwartylowy, zakres nieodstających, 95% przedział ufności, 95% przedział predykcji -5 - -5 - -5 5 5 5 Shapiro-Wilk p:.68 : 5.9 : Wariancja: Bł.std.śred..676 Skośność: -.789 Nważny ch: Minimum: -7. Dolny kwarty l - Mediana: 7. Górny kwarty l 5. Maksimum: 7. 95% p. uf ności dla odch.std. Dolny 7.59 Górny 6. 95% p. uf ności średniej Dolny - Górny. 95% p. uf n. dla predy kcji obserwacji Dolny -6.96 Górny 7.8 Test T dla prób zależnych (odchudzanie 9) Zmien Zaznaczone różnice są istotne z p <.5 na Odch.st. Ważnych Różnica Odch.st. Różnica t df p Ufność -95.% Ufność +95.% przed 85.9 7.7 po 79.7857.869 5.857 8 85 657-865.

Test t-studenta dla prób niezależnych. Przykład = K-S d=.89, p>.; Lilliefors p>. Shapiro-Wilk W=.956, p=.789 - - - 5 5 5 5-6 8 6 8 6 8 8 Nważnych= = 5. Minimum= 6. Maksimum= 6. = 6.8756 6 8 6 8 6 Mediana =.5 5%-75% = (9, 9) = (6, 6) K-S d=.97, p>.; Lilliefors p>. Shapiro-Wilk W=.9, p=.598 = - - - 6 8 6 8 5-6 8 6 8 5 5 Nważnych= = Minimum= 5. Maksimum= 9. = 5. 8 6 8 6 Mediana = 5%-75% = (7, 7) = (5, 9) Testy t; Grupująca: (golebie 9) Grupa : Grupa t df p Nważnych 5. -.67 8 79 Testy t; Grupująca: (golebie 9) Grupa : Grupa iloraz F p 6.8756 5..85877.766 Nważnych

6 Wy kres ramka-wąsy : 8 6 ekspery m ±Błąd std ±.96*Błąd std Test sumy rang Kruskala-Wallisa. Przykład Zależna: ANOVA rang Kruskala-Wallisa; (golebie 9) niezależna (grupująca): Test Kruskala-Wallisa: H (, N= ) =.986 p =.56 Kod N ważnych Suma Rang Ranga 75.5 7.55.5.5 5 Wykr. ramka-wąsy względem grup : 8 6 8 6 8 6 Mediana 5%-75%

Test t-studenta dla prób niezależnych. Przykład = K-S d=.98, p>.; Lilliefors p>. Shapiro-Wilk W=.95, p=.7 - - - 5 5 5-6 8 6 8 Nważnych= =.8 Minimum=. Maksimum= = 6.5 8 6 8 6 Mediana = 5%-75% = (8, 7) = (, ) K-S d=.965, p>.; Lilliefors p>. Shapiro-Wilk W=.997, p=.9999 = - - - 5 5 5 5 55 6-5 5 5 5 55 6 65 65 Nważnych= =.96667 Minimum=. Maksimum= 59. = 9.6568 6 55 5 5 5 5 Mediana =.5 5%-75% = (.5, 8) = (, 59) Testy t; Grupująca: (golebie 9) Grupa : Grupa t df p Nważnych.8.9667 -.5686 88 Testy t; Grupująca: (golebie 9) Grupa : Grupa iloraz F p 6.5 9.6568.9865.997 Nważnych

5 8 6 8 6 Wykres ramka-w ąsy: 8 ±Błąd std ±.96*Błąd std Zależna: Test sumy rang Kruskala-Wallisa. Przykład ANOVA rang Kruskala-Wallisa; (golebie 9) niezależna (grupująca): Test Kruskala-Wallisa: H (, N= ) =5.65 p =.8 Kod N ważnych Suma Rang Ranga 8 8. 7. 65 Wy kr. ramka-wąsy względem grup : 6 55 5 5 5 5 ekspery m Mediana 5%-75%