Analiza danych ankietowych Wykład 11 Modele dla danych wielomianowych zależnych (powtarzanych). Testowanie symetrii i brzegowej jednorodności. Jerzy Legut
Testy dla danych niezależnych i danych zależnych Przykład 1 W celu przetestowania skuteczności kampanii reklamowej promującej nową markę kawy wylosowano dwie grupy A i B liczące po 100 respondentów. Pierwszą grupę A podzielono jeszcze losowo na dwie podgrupy A1 i A2 liczące odpowiednio po 50 osób. Grupa A1 została poddana obróbce reklamowej, natomiast w grupie A2 powiedziano tylko, że znana firma wprowadza na rynek nową kawę. Następnie respondentom zadano pytanie, czy zdecydują się na zakup nowego produktu. Uzyskane odpowiedzi zestawiono w poniższej tabeli:
Testy dla danych niezależnych i danych zależnych Przykład 1 W grupie B wykonano test inaczej. Najpierw zapytano respondentów, czy zdecydują się kupić nowy produkt znanego producenta kawy. Następnie poddano wszystkie osoby obróbce reklamowej. Po tej obróbce zadano to samo pytanie i uzyskano następujące dane: Takie same tabele, ale inna interpretacja oraz inne metody badania
Testowanie brzegowej jednorodności Uwaga: Dla tabel 2 x 2 testowanie brzegowej jednorodności jest równoważne testowaniu symetrii. Dla wyższych wymiarów tak nie jest.
Test Mc Nemara
Przykład 2 W wylosowanej grupie n = 1600 wyborców zapytano przed objęciem prezydentury Baracka Obamy o poparcie. Po trzech latach prezydentury zadano takie samo pytanie. Wyniki przedstawione są w poniższej tabeli Na poziomie istotności 0,05 przetestować hipotezę, że poparcie dla prezydenta nie zmieniło się w ciągu trzech lat.
Przedział ufności dla różnicy brzegowych rozkładów
Przedział ufności dla różnicy brzegowych rozkładów Przykład 3 Wyznaczyć przedział ufności dla różnicy brzegowych rozkładów z Przykładu 2
Przykład 4 Wylosowano grupę n = 88 pacjentów do przetestowania super diety, która miała osłabiać apetyt na produkty wysokotłuszczowe. Przed zastosowaniem diety zapytano pacjentów, jak często mają pragnienie na takie produkty. Następnie po dwóch tygodniach zadano takie samo pytanie. Zebrane dane są przedstawione w poniższej tabeli Na poziomie istotności α = 0,05 zbadać, skuteczność diety badając respondentów, którzy stwierdzili, że nigdy nie mają pragnienia na produkty wysokotłuszczowe
Przykład 4 Na poziomie istotności α = 0,05 zbadać, skuteczność diety badając respondentów, którzy stwierdzili, że często mają pragnienia na produkty wysokotłuszczowe
Przykład 4 http://scistatcalc.blogspot.com/2013/11/mcnemars-test-calculator.html Pytanie, który wynik podać do wiadomości?
Testowanie brzegowej jednorodności dla wyższych wymiarów X Y
Test Stuarta-Maxwella sumowanie od i = 1 do i = r
Test Stuarta-Maxwella dla r = 3
Test Bhapkara Test Bhapkara definiuje się podobnie do testu Stuarta-Maxwella. Jest on testem mocniejszym i dlatego częściej się go używa. Statystykę Bhapkara obliczamy ze wzoru: gdzie jest statystyką Stuarta-Maxwella
Przykład 4 W wylosowanej grupę n = 88 pacjentów do przetestowania super diety, która miała osłabiać apetyt na produkty wysokotłuszczowe. Przed zastosowaniem diety zapytano pacjentów, jak często mają pragnienie na takie produkty. Następnie po dwóch tygodniach zadano takie samo pytanie. Zebrane dane są przedstawione w poniższej tabeli
Przykład 5 Przed kampanią wyborczą wylosowano 1200 respondentów, aby zbadać, jakie poparcie mają trzy partie polityczne A,B i C. Następnie po pół roku trwania kampanii spytano tych samych respondentów o poparcie dla poszczególnych partii. Wyniki badań ankietowych pokazano w poniższej tabeli: Na poziomie istotności α = 0,05 zbadać, czy kampania miała wpływ na preferencje wyborców.
Przykład 6 W celu zbadania nowego leku na ból głowy reklamowanego, że działa błyskawicznie poddano testowi 100 wylosowanych respondentów. Zbadano poziom bólu ich głowy a następnie podano lek. Po 5 minutach znów zbadano poziom bólu. Wyniki podane są w poniższej tabeli: Na poziomie istotności α = 0,05 zbadać skuteczność leku na ból głowy