Zaj cia komputerowe 1

Podobne dokumenty
Ćwiczenie komputerowe 2 testy t-studenta. Program Statistica

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

Testy nieparametryczne

Analizy wariancji ANOVA (analysis of variance)

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

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

Ćwiczenie: Badanie normalności rozkładu. Wyznaczanie przedziałów ufności

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

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

Podstawowe pojęcia: Populacja. Populacja skończona zawiera skończoną liczbę jednostek statystycznych

Ścieżki dostępu do STATISTICA

ANALIZA WARIANCJI - KLASYFIKACJA JEDNOCZYNNIKOWA

Tablica Wzorów Rachunek Prawdopodobieństwa i Statystyki

1 Podstawy rachunku prawdopodobieństwa

Statystyki opisowe i szeregi rozdzielcze

Przykład 1. (A. Łomnicki)

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

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

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

Statystyka matematyczna

Statystyka matematyczna i ekonometria

Wykład 5: Statystyki opisowe (część 2)

Ekonometria. wiczenia 4 Prognozowanie. Andrzej Torój. Instytut Ekonometrii Zakªad Ekonometrii Stosowanej

Podstawowe pojęcia. Własności próby. Cechy statystyczne dzielimy na

DiabControl RAPORT KOŃCOWY

STATYSTYKA - PRZYKŁADOWE ZADANIA EGZAMINACYJNE

Własności statystyczne regresji liniowej. Wykład 4

author: Andrzej Dudek

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

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

Statystyka hydrologiczna i prawdopodobieństwo zjawisk hydrologicznych.

Analiza wariancji jednej zmiennej (UNIANOVA)

STATYSTYKA I DOŚWIADCZALNICTWO Wykład 6

Ćwiczenie: Badanie normalności rozkładu. Wyznaczanie przedziałów ufności.

Regresja logistyczna (LOGISTIC)

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

Prognoza sprawozdania finansowego Bilans

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

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

4. Średnia i autoregresja zmiennej prognozowanej

WYKŁADY ZE STATYSTYKI MATEMATYCZNEJ wykład 2 - statystyka opisowa cd

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

Zaawansowana eksploracja danych - sprawozdanie nr 1 Rafał Kwiatkowski 89777, Poznań

Rozdział 8. Regresja. Definiowanie modelu

Wszystkie znaki występujące w tekście są zastrzeżonymi znakami firmowymi bądź towarowymi ich właścicieli.

Test U Manna-Whitneya : Test H Kruskala-Wallisa Test Wilcoxona

Badanie zależności skala nominalna

Przykład 1 ceny mieszkań

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

Próba własności i parametry

Doświadczalnictwo leśne. Wydział Leśny SGGW Studia II stopnia

Ćwiczenie: Badanie normalności rozkładu. Wyznaczanie przedziałów ufności

Zawartość. Zawartość

Wszystkie wyniki w postaci ułamków należy podawać z dokładnością do czterech miejsc po przecinku!

In»ynierskie zastosowania statystyki wiczenia

WNIOSKOWANIE STATYSTYCZNE

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

Statystyka od podstaw Janina Jóźwiak, Jarosław Podgórski

STATYSTYKA I DOŚWIADCZALNICTWO Wykład 4

3. Wskaźniki hodowlane i biometryczne pstrąga

ALGORYTMICZNA I STATYSTYCZNA ANALIZA DANYCH

STATYSTYKA I DOŚWIADCZALNICTWO. Wykład 2

2. Wprowadzenie do oprogramowania gretl. Podstawowe operacje na danych.

Skąd te garby? Czyli o tym, co może być powodem nienormalności rozkładu wyników sprawdzianu dla szóstoklasistów z kwietnia 2006 roku

KORELACJE I REGRESJA LINIOWA

Bazy danych. Andrzej Łachwa, UJ, /15

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

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

Statystyka. Wykład 4. Magdalena Alama-Bućko. 13 marca Magdalena Alama-Bućko Statystyka 13 marca / 41

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

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

140, , ,000 80, ROK

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

Oszacowanie i rozkład t

Temat: BADANIE ZGODNOŚCI ROZKŁADU CECHY (EMPIRYCZNEGO) Z ROZKŁADEM TEORETYCZNYM TEST CHI-KWADRAT. Anna Rajfura 1

Rozkłady statystyk z próby

Jak sprawdzić normalność rozkładu w teście dla prób zależnych?

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

5. Model sezonowości i autoregresji zmiennej prognozowanej

Fundacja Sportowo-Edukacyjna Infinity. OPRACOWANE WYNIKÓW WROCŁAWSKIEGO TESTU SPRAWNOŚCI FIZYCZNEJ (Badania: październik maj 2016)

Wykład 3. Opis struktury zbiorowości. 1. Parametry opisu rozkładu badanej cechy. 3. Średnia arytmetyczna. 4. Dominanta. 5. Kwantyle.

Analiza Statystyczna

Klasówka po szkole podstawowej Historia. Edycja 2006/2007. Raport zbiorczy

Regresja wieloraka Ogólny problem obliczeniowy: dopasowanie linii prostej do zbioru punktów. Najprostszy przypadek - jedna zmienna zależna i jedna

System dokładnosci (ISO/DIS 15197) (wg miedzynarodowych standardow)

parametrów strukturalnych modelu = Y zmienna objaśniana, X 1,X 2,,X k zmienne objaśniające, k zmiennych objaśniających,

Zagadnienia do egzaminu ustnego z matematyki dla Uzupełniającego Liceum Ogólnokształcącego dla Dorosłych - III semestr

ANALIZA STATYSTYCZNA WYNIKÓW BADAŃ

Statystyka i Analiza Danych

BIOSTATYSTYKA KARTA PRZEDMIOTU. 1. Nazwa przedmiotu. 2. Numer kodowy COM03c. 3. Język, w którym prowadzone są zajęcia polski. 4. Typ kursu obowiązkowy

Karta (sylabus) modułu/przedmiotu Inżynieria Materiałowa Studia I stopnia

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

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

Analiza Danych Sprawozdanie regresja Marek Lewandowski Inf 59817

Statystyczna analiza wyników przemysłowych testów trwałości noży strugarskich pokrytych powłokami przeciwzużyciowymi.

Egzamin z ekonometrii wersja IiE, MSEMAT

( x) Równanie regresji liniowej ma postać. By obliczyć współczynniki a i b należy posłużyć się następującymi wzorami 1 : Gdzie:

STATYSTYKA MATEMATYCZNA WYKŁAD 3. Populacje i próby danych

Transkrypt:

Test t-studenta dla par przykład Zaj cia komputerowe Podsumowanie:rozn: =przed-po K-S d=,577, p>.; Lilliefors p>. Shapiro-Wilk W=,99, p=,86, Wykres normalno ci: rozn,5,,5, -,5 -, -,5 - - 6 8 -, - - 6 8 Statystyki:rozn N wa nych= 5, =, Minimum= -, Maksimum=, Odch.std=,56876 8 6 rozn - - -6 =, = (-,5, 8,698) ±,96*Odch.std = (-,88,,85) Podsumowanierozn Shapiro-Wilk p: n/a :, Odch.std:,565 Wariancja:,8 Bł.std.red.,79 Skono:,67 N wanych: 5, - - 5 6 7 8 9 Mediana, rozst p kwartylowy, zakres nieodstaj cych, 95% przedział ufnoci, 95% przedział predykcji - - - 5 6 7 8 9 Minimum: -, Dolny kwartyl, Mediana:, Górny kwartyl 9, Maksimum:, 95% p. ufnoci dla odch.std. Dolny, Górny 7,99 95% p. ufnoci redniej Dolny,65 Górny 6,66 95% p. ufn. dla predykcji obserwacji Dolny -5,978 Górny,5 Test T dla prób zalenych (sstatpar.sta) Zmien Zaznaczone rónice s istotne z p <,5 na Odch.st. Wan Rónica Odch.st. t df p Ufno Ufno ych Rónica -95,% +95,% przed 75,66667 5,75 po 7,5,8 5,,56876,5689,87,6589 6,6678

Test t-studenta dla par przykład Podsumowanie:rozn: =przed-po K-S d=,78, p>.; Lilliefors p>. Shapiro-Wilk W=,9598, p=,6776, Wykres normalno ci: rozn,5,,5, -,5 -, -,5-5 - -5 - -5 5 5 -, - -5 - -5 5 5 Statystyki:rozn N wa nych=, = 5,857 Minimum=-7, Maksimum= 7, Odch.std=,78 rozn 5 5 5-5 - -5 - = 5,86 = (-,586, 5,7) ±,96*Odch.std = (-,97, 5,5) Podsumowanierozn Shapiro-Wilk p: n/a : 5,9-5 - -5 - -5 5 5 5 Mediana, rozst p kwartylowy, zakres nieodstaj cych, 95% przedział ufnoci, 95% przedział predykcji -5 - -5 - -5 5 5 5 Odch.std:, Wariancja: Bł.std.red.,676 Skono : -,789 N wanych:, Minimum: -7, Dolny kwartyl -, Mediana: 7, Górny kwartyl 5, Maksimum: 7, 95% p. ufnoci dla odch.std. Dolny 7,59 Górny 6, 95% p. ufnoci redniej Dolny -,5 Górny, 95% p. ufn. dla predykcji obserwacji Dolny -6,96 Górny 7,8 Test T dla prób zalenych (sstatpar.sta) Zmien Zaznaczone rónice s istotne z p <,5 na Odch.st. Wan Rónica Odch.st. t df p Ufno Ufno ych Rónica -95,% +95,% przed 85,9 7,7 po 79,7857,869 5,857,8,85,657 -,5865,

Testy dla prób niezale nych przykład Test t-studenta dla prób niezale nych Bez podziału na grupy Podsumowanie: 7 K-S d=,885, p>.; Lilliefors p>. Shapiro-Wilk W=,965, p=,677, Bez podziału na grupy Wykres normalno ci: 6,5 5,,5, -,5 -, -,5 5 5 5 5 -, 6 8 6 8 6 8 5 55 Statystyki: N wa nych=, = 8,5 Minimum= 6, Maksimum= 9, Odch.std= 6,867 5 5 5 5 = 8,5 = (,667, 5,6) ±,96*Odch.std = (5,79, 5,95) K-S d=,89, p>.; Lilliefors p>. Shapiro-Wilk W=,956, p=,789 gr= Podsumowanie:, Wykres normalno ci:,5,,5, -,5 -, -,5 5 5 5 5 -, 6 8 6 8 6 8 5 Statystyki: N wa nych=, = 5, Minimum= 6, Maksimum= 6, Odch.std= 6,8756 5 5 5 = 5 = (8,55,,875) ±,96*Odch.std = (,5788, 8,)

K-S d=,97, p>.; Lilliefors p>. Shapiro-Wilk W=,9, p=,598 gr= Podsumowanie:, Wykres normalno ci:,5,,5, -,5 -, -,5 6 8 6 8 5 -, 6 8 6 8 5 5 Statystyki: N wa nych=, =, Minimum= 5, Maksimum= 9, Odch.std= 5, 5 5 8 6 8 6 = = (6,9668, 7,) ±,96*Odch.std = (,9, 5,865) Testy t; Grupujca: gr (sstatnzl.sta) Zmienna Grupa : Grupa t df p N wanyc N wanych Odch.std Odch.std 5,, -,67 8,79 6,8756 5, Testy t; Grupujca: gr (sstatnzl.sta) Zmienna Grupa : Grupa iloraz F p Ufno Ufno Wariancje Wariancje - -95,% +95,%,85877,766-7, -,66 -,59 6 Wykres ramka-w sy: 8 6 gr ±Bł d std ±,96*Bł d std

Test sumy rang Kruskala-Wallisa Zalena: ANOVA rang Kruskala-Wallisa; (sstatnzl.sta) Zmienna niezalena (grupujca): gr Test Kruskala-Wallisa: H (, N= ) =,986 p =,56 Kod N wanych Suma Rang 75,5,5 Zalena: Test mediany, ogólna mediana= 8,5; (sstatnzl.sta) Zmienna niezalena (grupujca): gr Chi kwadrat=, df = p =,76 Razem <=mediany:obserwow. 7,,, oczekiwane 5, 5, obs.-ocz., -, >mediany:obserwow., 7,, oczekiwane 5, 5, obs.-ocz. -,, Razem: obserwowane,,, Wykr. ramka-w sy wzgl dem grup 5 Zmienna: 8 6 8 6 8 6 gr Mediana 5%-75% Min-Maks

Testy dla prób niezale nych przykład test t-studenta dla prób niezale nych K-S d=,786, p>.; Lilliefors p>. Shapiro-Wilk W=,979, p=,76 Bez podziału na grupy Podsumowanie:,5 Bez podziału na grupy Wykres normalno ci: 5,,5,,5, -,5 -, -,5 5 5 5 5 55 6 -, 5 5 5 5 55 6 65 6 Statystyki: N wa nych=, = 7,7777 Minimum=, Maksimum= 59, Odch.std= 9,958 55 5 5 5 5 5 = 7,777 = (8,, 7,) ±,96*Odch.std = (9,867, 56,587) gr= Podsumowanie: K-S d=,98, p>.; Lilliefors p>. Shapiro-Wilk W=,95, p=,7, Wykres normalno ci:,5,,5, -,5 -, -,5 5 5 5 Statystyki: N wa nych=, =,8 Minimum=, Maksimum=, Odch.std= 6,5 -, 6 8 6 8 6 8 6 8 6 8 =,8 = (6,5675, 9,5) ±,96*Odch.std = (,58, 5,58)

K-S d=,965, p>.; Lilliefors p>. Shapiro-Wilk W=,997, p=,9999 gr= Podsumowanie:, Wykres normalno ci:,5,,5, -,5 -, -,5 5 5 5 5 55 6 -, 5 5 5 5 55 6 65 65 Statystyki: N wa nych=, =,96667 Minimum=, Maksimum= 59, Odch.std= 9,6568 6 55 5 5 5 5 =,967 = (,6, 5,569) ±,96*Odch.std = (,997, 6,859) Testy t; Grupujca: gr (sstatnzl.sta) Zmienna Grupa : Grupa t df p N wanyc N wanych Odch.std Odch.std,8,9667 -,5686,88 6,5 9,6568 Testy t; Grupujca: gr (sstatnzl.sta) Zmienna Grupa : Grupa iloraz F p Ufno Ufno Wariancje Wariancje - -95,% +95,%,9865,997-9,667-6,5 -,7 5 8 6 Wykres ramka-w sy: 8 6 8 gr ±Bł d std ±,96*Bł d std

Test sumy rang Kruskala-Wallisa Zalena: ANOVA rang Kruskala-Wallisa; (sstatnzl.sta) Zmienna niezalena (grupujca): gr Test Kruskala-Wallisa: H (, N= ) =5,65 p =,8 Kod N Suma Rang wanych 8, 7, Zalena: Test mediany, ogólna mediana= 7,; (sstatnzl.sta) Zmienna niezalena (grupujca): gr Chi kwadrat=,79 df = p =,86 Razem <=mediany:obserwow. 8,,, oczekiwane 5,555 6,555 obs.-ocz.,555 -,555 >mediany:obserwow., 8,, oczekiwane,555 5,555 obs.-ocz. -,555,555 Razem: obserwowane,,, 65 Wykr. ramka-w sy wzgl dem grup Zmienna: 6 55 5 5 5 5 gr Mediana 5%-75% Min-Maks