Testowanie hipotez
Testowanie hipotez
Na przykładzie testu t dla 1
Na przykładzie testu t dla 1
próby
próby
Proces analizy danych
Proces analizy danych
Statystyka opisowa – wstępny proces
Statystyka opisowa – wstępny proces
analizy danych
analizy danych
Statystyka inferencyjna
Statystyka inferencyjna
–
pozwala na wyciąganie wniosków z
pozwala na wyciąganie wniosków z
danych
danych
–
możemy na podstawie próby
możemy na podstawie próby
wnioskować o populacji
wnioskować o populacji
Statystyki i parametry
Statystyki i parametry
s
s
X
,
,
2
,
,
2
Statystyki na poziomie próby
Parametry w populacji
Statystyki w próbie są estymatorami odpowiednich parametrów w populacji
Etapy testowania hipotez
Etapy testowania hipotez
Stawiamy hipotezę badawczą
Stawiamy hipotezę badawczą
Zbieramy dane
Zbieramy dane
Stawiamy hipotezę zerową
Stawiamy hipotezę zerową
Konstruujemy rozkład prawdopodobieństwa
Konstruujemy rozkład prawdopodobieństwa
otrzymania takiego wyniku przy założeniu,
otrzymania takiego wyniku przy założeniu,
że hipoteza zerowa jest prawdziwa
że hipoteza zerowa jest prawdziwa
Porównujemy wynik uzyskany z rozkładem
Porównujemy wynik uzyskany z rozkładem
Znajdujemy prawdopodobieństwo
Znajdujemy prawdopodobieństwo
uzyskania takiego wyniku
uzyskania takiego wyniku
Podejmujemy decyzję o odrzuceniu bądź
Podejmujemy decyzję o odrzuceniu bądź
nie hipotezy zerowej.
nie hipotezy zerowej.
Testowanie hipotez i
Testowanie hipotez i
istotność statystyczna
istotność statystyczna
Stawiamy hipotezy
Stawiamy hipotezy
–
o różnicy między warunkami eksperymentalnymi.
o różnicy między warunkami eksperymentalnymi.
–
o związkach między zmiennymi.
o związkach między zmiennymi.
Zbieramy dane na ich poparcie
Zbieramy dane na ich poparcie
Jakie jest prawdopodobieństwo, że uzyskany przez nas
Jakie jest prawdopodobieństwo, że uzyskany przez nas
związek między zmiennymi, czy różnica jest dziełem
związek między zmiennymi, czy różnica jest dziełem
przypadku, błędu próbkowania?
przypadku, błędu próbkowania?
Im mniejsze to prawdopodobieństwo, tym bardziej
Im mniejsze to prawdopodobieństwo, tym bardziej
pewni jesteśmy, wniosku o występowaniu rzeczywistych
pewni jesteśmy, wniosku o występowaniu rzeczywistych
różnic na poziomie populacji
różnic na poziomie populacji
Prawdopodobieństwo
Prawdopodobieństwo
W procentach,
W procentach,
–
95%, że trafię w 10, > 5% że nie trafię
95%, że trafię w 10, > 5% że nie trafię
–
W rzutach kostkami 50% szans, że parzysta
W rzutach kostkami 50% szans, że parzysta
Ułamkach
Ułamkach
–
95/100 =0,95
95/100 =0,95
–
50% = 0,5
50% = 0,5
–
10% = 0,1
10% = 0,1
–
1% = 0,01
1% = 0,01
Testowanie hipotez
Testowanie hipotez
Testowanie naszych hipotez
Testowanie naszych hipotez
–
sprawdzamy, czy uzyskane przez nas wyniki
sprawdzamy, czy uzyskane przez nas wyniki
nie są czasem wynikiem przypadku
nie są czasem wynikiem przypadku
–
Poznamy narzędzia – testy statystyczne,
Poznamy narzędzia – testy statystyczne,
które pozwolą nam przetestować postawione
które pozwolą nam przetestować postawione
hipotezy
hipotezy
Ważne, żeby zrozumieć o co chodzi w procesie
Ważne, żeby zrozumieć o co chodzi w procesie
testowania hipotez
testowania hipotez
–
Inaczej nawet, jeśli będziemy umieć wykonywać
Inaczej nawet, jeśli będziemy umieć wykonywać
mechanicznie różne testy statystyczne, to będziemy mieć
mechanicznie różne testy statystyczne, to będziemy mieć
trudności w interpretowaniu wyników, wydruków z SPSS
trudności w interpretowaniu wyników, wydruków z SPSS
Podstawy testowania
Podstawy testowania
hipotez
hipotez
Ogólne założenia, kroki przy testowaniu
Ogólne założenia, kroki przy testowaniu
hipotez są takie same niezależnie od
hipotez są takie same niezależnie od
tego, jakie analizy statystyczne później
tego, jakie analizy statystyczne później
stosujemy
stosujemy
Logika wyciągania wniosków jest taka
Logika wyciągania wniosków jest taka
sama
sama
–
Szukamy sposobu na podjęcie decyzji czy
Szukamy sposobu na podjęcie decyzji czy
zaobserwowane przez nas prawidłowości są
zaobserwowane przez nas prawidłowości są
wynikiem przypadku czy też rzeczywiście
wynikiem przypadku czy też rzeczywiście
występują
występują
Hipoteza zerowa
Hipoteza zerowa
Podstawowy konstrukt przy testowaniu
Podstawowy konstrukt przy testowaniu
hipotez, przy podejmowaniu decyzji czy
hipotez, przy podejmowaniu decyzji czy
nasze różnice są istotne
nasze różnice są istotne
Dlaczego stawiamy hipotezę, która jest
Dlaczego stawiamy hipotezę, która jest
zaprzeczeniem tego, co chcemy udowodnić?
zaprzeczeniem tego, co chcemy udowodnić?
–
Ponieważ nigdy nie możemy udowodnić, że coś
Ponieważ nigdy nie możemy udowodnić, że coś
jest prawdą, ale możemy wykazać, że coś jest
jest prawdą, ale możemy wykazać, że coś jest
fałszem
fałszem
Wszystkie biedronki mają czarne kropki
Wszystkie biedronki mają czarne kropki
Wystarczy wskazać jeden przypadek sprzeczny z
Wystarczy wskazać jeden przypadek sprzeczny z
tym stwierdzeniem, aby je obalić
tym stwierdzeniem, aby je obalić
Czyli zaczynamy od
Czyli zaczynamy od
hipotezy zerowej –
hipotezy zerowej –
wnioskujemy nie wprost
wnioskujemy nie wprost
Zaczynamy od założenia, że nie ma
Zaczynamy od założenia, że nie ma
związku między zmiennymi lub nie ma
związku między zmiennymi lub nie ma
różnic między porównywanymi grupami
różnic między porównywanymi grupami
–
Hipoteza zerowa zawsze mówi o braku
Hipoteza zerowa zawsze mówi o braku
związku między zmiennymi/ o braku różnicy
związku między zmiennymi/ o braku różnicy
–
Jeśli chcemy sprawdzić związek między
Jeśli chcemy sprawdzić związek między
liczbą kłamstw polityków a czasem do
liczbą kłamstw polityków a czasem do
wyborów zakładamy najpierw:
wyborów zakładamy najpierw:
Brak związku między.......
Brak związku między.......
Poziom istotności, alfa, p
Poziom istotności, alfa, p
Jeśli, zakładając prawdziwość Ho, poziom
Jeśli, zakładając prawdziwość Ho, poziom
istotności uzyskaliśmy mniejszy niż 5%
istotności uzyskaliśmy mniejszy niż 5%
(0,05) – to nasz wynik jest istotny
(0,05) – to nasz wynik jest istotny
–
5% prawdopodobieństwo, że wyniki są
5% prawdopodobieństwo, że wyniki są
przypadkowe – jest wystarczające, żeby
przypadkowe – jest wystarczające, żeby
odrzucić Ho
odrzucić Ho
–
Alfa – prawdopodobieństwo, że uzyskalibyśmy
Alfa – prawdopodobieństwo, że uzyskalibyśmy
takie wyniki, przy założeniu, że Ho jest
takie wyniki, przy założeniu, że Ho jest
prawdziwa
prawdziwa
Nie jest to prawdopdobieństwo, że Ho jest prawdziwa
Nie jest to prawdopdobieństwo, że Ho jest prawdziwa
Jeśli poziom istotności:
Jeśli poziom istotności:
0,0
0,05
Odrzucamy Ho
Brak podstaw do odrzucenia Ho
Wnioskowanie statystyczne
Wnioskowanie statystyczne
Możemy wykorzystać
Możemy wykorzystać
testy statystyczne
testy statystyczne
do
do
oszacowania prawdopodobieństwa, że
oszacowania prawdopodobieństwa, że
uzyskane w badaniu wyniki są przypadkowe
uzyskane w badaniu wyniki są przypadkowe
–
(że np. różnica między grupą kontrolną a
(że np. różnica między grupą kontrolną a
eksperymentalną jest przypadkowa, czy też, że
eksperymentalną jest przypadkowa, czy też, że
związek między dwiema zmiennymi wynikiem
związek między dwiema zmiennymi wynikiem
błędu)
błędu)
Jeśli to prawdopodobieństwo jest małe,
Jeśli to prawdopodobieństwo jest małe,
można wnioskować, że różnica (czy też
można wnioskować, że różnica (czy też
związek) nie jest przypadkowa i rzeczywiście
związek) nie jest przypadkowa i rzeczywiście
występuje
występuje
Wnioski...
Wnioski...
Co to znaczy
Co to znaczy
istotna różnica (to samo
istotna różnica (to samo
odnosi się do korelacji)
odnosi się do korelacji)
–
Prawdopodobieństwo przypadkowego
Prawdopodobieństwo przypadkowego
uzyskania tych wyników było tak małe,
uzyskania tych wyników było tak małe,
że więcej sensu miało stwierdzenie, że
że więcej sensu miało stwierdzenie, że
wyniki pochodzą z różnych populacji,
wyniki pochodzą z różnych populacji,
czyli przyjęcie naszej hiptezy badawczej
czyli przyjęcie naszej hiptezy badawczej
Co to znaczy
Co to znaczy
brak podstaw do
brak podstaw do
odrzucenia hipotezy zerowej?.......
odrzucenia hipotezy zerowej?.......
witax
witax
Sprawdź, czy wzrost dzieci, które
Sprawdź, czy wzrost dzieci, które
regularnie łykały witaminy Witax są
regularnie łykały witaminy Witax są
istotnie wyższe od innych dzieci w
istotnie wyższe od innych dzieci w
tym wieku.
tym wieku.
Średni wzrost dzieci w tym wieku
Średni wzrost dzieci w tym wieku
wynosi 140 cm.
wynosi 140 cm.
wzór
wzór
n
s
X
t
Statystyki dla jednej próby
15 133,4667
11,70999
3,02351
WZROST
N
Średnia
Odchylenie
standardowe
Błąd
standardowy
średniej
Test dla jednej próby
-2,161
14
,049
-6,5333
-13,0181
-,0486
WZROST
t
df
Istotność
(dwustronna)
Różnica
średnich
Dolna granica Górna granica
95% przedział ufności dla
różnicy średnich
Wartość testowana = 140
Stopnie swobody
Stopnie swobody
Dla testu t dla 1 próby
Dla testu t dla 1 próby
df
df
=
=
n
n
- 1
- 1
Jest to związane z oszacowywaniem odchylenia
Jest to związane z oszacowywaniem odchylenia
standardowego w populacji na podstawie próby
standardowego w populacji na podstawie próby
t
t
Obliczamy odchylenie standardowe na
Obliczamy odchylenie standardowe na
podstawie średniej, wiemy, że suma odchyleń
podstawie średniej, wiemy, że suma odchyleń
od średniej zawsze = 0. Jak losujemy próbkę, to
od średniej zawsze = 0. Jak losujemy próbkę, to
wyniki mogą być dowolne, oprócz ostatniego,
wyniki mogą być dowolne, oprócz ostatniego,
aby to własność średniej została spełniona
aby to własność średniej została spełniona
Podejmując decyzję
Podejmując decyzję
Kiedy dochodzimy do wyciągania
Kiedy dochodzimy do wyciągania
wniosków przy testowaniu hipotez
wniosków przy testowaniu hipotez
możemy mieć rację, albo się mylić
możemy mieć rację, albo się mylić
–
Błąd I rodzaju
Błąd I rodzaju
α
α
(alfa)
(alfa)
Odrzucamy Ho wtedy, kiedy jest prawdziwa
Odrzucamy Ho wtedy, kiedy jest prawdziwa
Równy jest poziomowi istotności
Równy jest poziomowi istotności
–
Błąd II rodzaju
Błąd II rodzaju
β
β
(beta)
(beta)
Nie odrzucamy Ho wtedy kiedy jest fałszywa
Nie odrzucamy Ho wtedy kiedy jest fałszywa
Rodzaje błędów przy
Rodzaje błędów przy
wnioskowaniu
wnioskowaniu
Ho
prawdziwa
Ho
fałszywa
Nie odrzucamy Ho
Błąd II rodzaju
Odrzucamy Ho
Błąd I rodzaju
Hipotezy kierunkowe i
Hipotezy kierunkowe i
niekierunkowe
niekierunkowe
Kierunkowa hipoteza :
Kierunkowa hipoteza :
–
Przewidujemy nie tylko, że grupy (np.
Przewidujemy nie tylko, że grupy (np.
eksperymentalne i kontrolna) będą się
eksperymentalne i kontrolna) będą się
od siebie różniły, ale również kierunek
od siebie różniły, ale również kierunek
tej różnicy
tej różnicy
Niekierunkowa hipoteza
Niekierunkowa hipoteza
–
Przewidujemy tylko, że wystąpią różnice,
Przewidujemy tylko, że wystąpią różnice,
nic nie mówimy o kierunku zależności
nic nie mówimy o kierunku zależności
Testy jednostronne i
Testy jednostronne i
dwustronne
dwustronne
Przy hipotezie niekierunkowej
Przy hipotezie niekierunkowej
–
Test dwustronny
Test dwustronny
Przy hipotezie kierunkowej
Przy hipotezie kierunkowej
–
Test jednostronny
Test jednostronny
–
W praktyce, chociaż stawiamy hipotezy
W praktyce, chociaż stawiamy hipotezy
kierunkowe testujemy je dwustronnie,
kierunkowe testujemy je dwustronnie,
odchodzi się od testowania hipotez
odchodzi się od testowania hipotez
jednostronnie, ponieważ łatwiej wykazać w
jednostronnie, ponieważ łatwiej wykazać w
nich istotność
nich istotność
jedno i dwustronne testy
jedno i dwustronne testy
Dwustronny test pozwala na odrzucenie
Dwustronny test pozwala na odrzucenie
hipotezy zerowej, jeśli otrzymujemy
hipotezy zerowej, jeśli otrzymujemy
wartość, która jest zbyt skrajna
wartość, która jest zbyt skrajna
–
Niezależnie od znaku
Niezależnie od znaku
Test jednostronny odrzucamy hipotezę
Test jednostronny odrzucamy hipotezę
zerową jeśli nasza wartość jest zbyt
zerową jeśli nasza wartość jest zbyt
wysoka (zbyt niska)
wysoka (zbyt niska)
–
Obieramy sobie tylko jeden z krańców
Obieramy sobie tylko jeden z krańców
rozkładu do odrzucenia hipotezy zerowej
rozkładu do odrzucenia hipotezy zerowej
Obszary odrzucenia hipotezy zerowej
Jeśli otrzymaliśmy poziom istotności dla testu
Jeśli otrzymaliśmy poziom istotności dla testu
dwustronnego, a chcemy znać
dwustronnego, a chcemy znać
prawdopodobieństwo dla testu jednostronnego,
prawdopodobieństwo dla testu jednostronnego,
wystarczy podzielić wartość poziomu istotności
wystarczy podzielić wartość poziomu istotności
na pół
na pół
–
np. p=0,03 dla dwustronnego to dla jednostronnego
np. p=0,03 dla dwustronnego to dla jednostronnego
p=0,015
p=0,015
Wartość statystyki t nie zmienia się, jedynie
Wartość statystyki t nie zmienia się, jedynie
prawdopodobieństwo
prawdopodobieństwo
Błędy wnioskowania
Błędy wnioskowania
statystycznego
statystycznego
Błąd I rodzaju –
Błąd I rodzaju –
α
α
(alfa)
(alfa)
–
Odrzucenie hipotezy zerowej, gdy jest
Odrzucenie hipotezy zerowej, gdy jest
prawdziwa
prawdziwa
–
Równy poziomowi istotności
Równy poziomowi istotności
Błąd II rodzaju –
Błąd II rodzaju –
β
β
(beta)
(beta)
–
Nie odrzucenie hipotezy zerowej mimo,
Nie odrzucenie hipotezy zerowej mimo,
że jest fałszywa
że jest fałszywa