Metodologia z elelmentami statystyki dr Izabela Krejtz wyklad 8 Jednoczynnikowa analiza war

background image

Jednoczynnikowa

analiza wariancji c.d.

Porównania post hoc i kontrasty

Wykład 2

background image

Analiza wariancji –

jednoczynnikowa analiza

wariancji

• Uogólniony test różnic między

średnimi.

– Jedna zmienna zależna
– Jedna zmienna niezależna (czynnik) na

dwóch lub więcej poziomach

• w przybliżeniu rozwinięcie testu-t

– porównuje średnie między różnymi

poziomami zmiennej niezależnej

• dla dwóch grup F=t

2

background image

Wpływ spożycia alkoholu na

zdolność do prowadzenia

pojazdu

background image

Opis badania

• 12 osób zostało losowo przypisanych

do 3 warunków eksperymentalnych:

– Placebo (taki sam smak jak inne napoje

wyskokowe)

– Mała dawka alkoholu
– Duża dawka alkoholu

• Proporcjonalnie do wagi
• Po godzinie przez dziesięć minut na

symulatorze prowadzili samochód –
rejestrowano liczbę błędów

background image

Obliczenia dla wariancji

międzygrupowej

Grupa

1

Grupa 2

Grupa 3

3
4
4
5

8
6
6
4

9
8
8
7

M

1

= 4

M

2

= 6

M

3

= 8

M

ogólna

= 6

Tworzymy miarę zmienności dotyczącą
średnich w grupach (wariancja
międzygrupowa> patrz kolejne kroki)

background image

Obliczenia dla wariancji

międzygrupowej 2 krok - SS

Grupa 1 Grupa 2

Grupa 3

3
4
4
5

8
6
6
4

9
8
8
7

M

1

= 4

M

2

= 6

M

3

= 8

M

ogólna

= 6

(4-6)

2

+

4+

(6-6)

2

+

0+

(8-6)

2

=

4=

SS =

8

x

n=8

x

4=32

background image

Wariancja międzygrupowa,

krok 2 – wynik manipulacji

16

2

32

MG

MG

MG

df

SS

MS

grup

liczba

-

1

k

k

df

MG

background image

Obliczenia dla wariancji

wewnątrzgrupowej

Grupa 1 Grupa 2

Grupa 3

3
4
4
5

8
6
6
4

9
8
8
7

M

1

= 4

M

2

= 6

M

3

= 8

Tworzymy miarę zmienności dotyczącą
zmienności w grupach (wariancja
wewnątrzgrupowa lub wariancja błędu -
wariancja niewyjaśniona> patrz kolejne kroki)

Różnice między poszczególnymi wynikami w danej
grupie a daną średnią grupową

background image

Obliczenia dla wariancji

wewnątrzgrupowej 1 krok - SS

Grupa 1

Grupa 2

Grupa 3

(3 -4)

2

(4-4)

2

(4-4)

2

(5-4)

2

(8-6)

2

(6-6)

2

(6-6)

2

(4-6)

2

(9-8)

2

(8-8)

2

(8-8)

2

(7-8)

2

M

1

= 4

M

2

= 6

M

3

= 8

1+0+0+1

+

4+0+0+4

+

1+0+0+1

=

SS

WG

=12

background image

Wariancja wewnątrzgrupowa,

wariancja błędu –

niewyjaśniona

3

,

1

9

12

WG

WG

WG

df

SS

MS

badania

w

uczestnikó

liczba

-

grup

liczba

-

N

k

k

N

df

WG

background image

Statystyka F

• statystyka F - stosunek wariancji

międzygrupowej do wewnątrzgrupowej

– stosunek wariancji między średnimi do

wariancji niewyjaśnionej

• bliska 1 wtedy małe zróżnicowanie

międzygrupowe, bliskie wewnątrzgrupowemu -
Ho prawdziwa

background image

Plan dla grup niezależnych

background image

background image

Analiza wariancji

ERRORS

32,000

2 16,00 12,00 ,003

12,000

9 1,333

44,000

11

Między grupami

Wewnątrz grup

Ogółem

Suma

kwadratów

df

Średni

kwadrat

F

Istotność

Analiza wydruku

• F

(2,9)

=12,00; p<0,01

• są istotne różnice między średnimi
• Jak silny jest efekt naszej zmiennej niezależnej?

background image

Miara siły efektu

• Ogólna wielkość różnic między

grupami

– Czy efekt zmiennej niezależnej jest duży

czy mały, jeśli spojrzymy na

• procent wariancji wyjaśnionej przez zmienną

niezależną

– Eta

2

, ŋ

2

wariancji

72%

72

,

0

44

32

2

O

MG

SS

SS

background image

Efekt jest silny, ale które

grupy różnią się od siebie?

Wykres słupków błędu i testy

post hoc

background image

background image

ALKOHOL

duża_d

mała_d

placebo

95

%

P

U

E

R

R

O

R

S

10

8

6

4

2

Grupa 1 i 3

najprawdopodobniej

różnią się od siebie,

przedziały ufności

dla średnich nie

nakładają się.

Natomiast grupa 2

najprawdopodobniej

nie różni się od

pozostałych

background image

background image

Porównania wielokrotne

Zmienna zależna: ERRORS
Test Bonferroniego

-2,0000

,8165 ,110 -4,3950

,3950

-4,0000* ,8165 ,003 -6,3950 -1,6050

2,0000

,8165 ,110 -,3950 4,3950

-2,0000

,8165 ,110 -4,3950

,3950

4,0000* ,8165 ,003 1,6050 6,3950
2,0000

,8165 ,110 -,3950 4,3950

(J) ALKOHOL
mała dawka

duża dawka

placebo

duża dawka

placebo

mała dawka

(I) ALKOHOL
placebo

mała dawka

duża dawka

Różnica

średnich (I-J)

Błąd

standardowy

Istotność Dolna granica Górna granica

95% przedział ufności

Różnica średnich jest istotna na poziomie .05.

*.

background image

Efekt deprywacji snu -

Czy każdy każdej nocy śni? Czy

można odespać stracone sny?

Dement, W. (1960) -

adaptacja

background image

Przybliżone wyniki w

minutach

Grupa 1

Kontrolna

Grupa 2

budzenie w

trakcie snu

Grupa 3

budzenie po

śnie

80
70
70
90
90

100
120
130
110

90

85
75
70
95
85

M

1

=80

M

2

=110

M

3

= 82

background image

background image

background image

Analiza wariancji

SNY

2813

2 1407 9,483

,003

1780

12 148,3

4593

14

Między grupami

Wewnątrz grup

Ogółem

Suma

kwadratów

df

Średni

kwadrat

F

Istotność

Statystyki opisowe

SNY

5 80,000

10,0000

4,4721 67,5834

92,4166 70,00

90,00

5 110,00

15,8114

7,0711 90,3676 129,6324 90,00 130,00

5 82,000

9,7468

4,3589 69,8978

94,1022 70,00

95,00

15 90,667

18,1134

4,6769 80,6358 100,6975 70,00 130,00

kontrolna

przed REM

po REM

Ogółem

N

Średnia

Odchylenie

standardowe

Błąd

standardowy Dolna granica Górna granica

95% przedział ufności dla

średniej

Minimum

Maksimum

Test jednorodności wariancji

SNY

,787

2

12

,477

Test Levene'a

df1

df2

Istotność

Eta

2

=0,61%

background image

GRUPA

po REM

przed REM

kontrolna

Ś

re

dn

ia

-

S

N

Y

120

110

100

90

80

70

background image

Porównania średnich testy post

hoc

• Istotna wartość testu F mówi tylko o

tym, że któreś średnie różnią się między

sobą, nie wiemy jednak które.

• Możemy sprawdzić, które grupy różnią

się od siebie przeprowadzając któryś z

testów a posteriori

– Porównania wielokrotne między parami

średnich

– Jest wiele testów, które różnią się siłą i

możliwością redukcji błędu I rodzaju

background image

Dlaczego po prostu nie wybrać

testów t?

• Ze względu na zwiększone ryzyko

popełnienia błędu I rodzaju (0,05)

• Wzrasta ono wraz z liczbą

dokonywanych porównań

– Jeśli wykonalibyśmy 5 porównań, wtedy

• 0,05x5=0,25

– tyle wyniosłoby prawdopodobieństwo popełnienia

błędu I rodzaju, a na to nie chcemy się zgodzić

background image

background image

Rodzaje

Scheffe

– najbardziej konserwatywny test (0.05) - jeżeli ogólne F nie będzie

istotne - na pewno żadne z porównań testem Scheffe też nie

będzie istotne.

Tukey

– mniej konserwatywny niż Scheffe - łatwiej wychwycić istotną

różnicę między średnimi.

Duncan

– przyjmuje różne wartości krytyczne w zależności od ile średnich

mieści się między porównywanymi średnimi. Im bardziej oddalone

od siebie średnie tym łatwiej uzyskać istotne wyniki.

Boferroni

– robi testy t-Studenta z poprawką na ich liczbę

NIR - Najmniejsza Istotna Różnica

– tak jak byśmy przeprowadzali wiele testów t (dla każdej

porównywanej pary średnich) - przekłamuje prawdopodobieństwa,

gdyż nie bierze poprawki na liczbę wykonywanych testów t (im

więcej tym łatwiej uzyskać istotny wynik, którego tak naprawdę nie

ma). UWAGA!!!

background image

zastrzeżenia

• Kiedy grupki są nierównoliczne

– Gabriel

• Kiedy wariancje są różne

– Np. test Dunnetta C, Gamesa-Howella,

background image

Porównania wielokrotne

Zmienna zależna: SNY
Test Bonferroniego

-30,0000*

7,7028

,006 -51,4098

-8,5902

-2,0000

7,7028 1,000 -23,4098 19,4098

30,0000*

7,7028

,006

8,5902 51,4098

28,0000*

7,7028

,010

6,5902 49,4098

2,0000

7,7028 1,000 -19,4098 23,4098

-28,0000*

7,7028

,010 -49,4098

-6,5902

(J) GRUPA
przed REM

po REM

kontrolna

po REM

kontrolna

przed REM

(I) GRUPA
kontrolna

przed REM

po REM

Różnica

średnich (I-J)

Błąd

standardowy Istotność Dolna granica Górna granica

95% przedział ufności

Różnica średnich jest istotna na poziomie .05.

*.

Zaznaczone są istotne różnice między średnimi,
Grupa budzona przez fazą REM różni się istotnie od pozostałych grup

background image

Porównania wielokrotne

Zmienna zależna: SNY
Test Scheffe

-30,0000*

7,7028

,007 -51,4722

-8,5278

-2,0000

7,7028

,967 -23,4722

19,4722

30,0000*

7,7028

,007

8,5278

51,4722

28,0000*

7,7028

,012

6,5278

49,4722

2,0000

7,7028

,967 -19,4722

23,4722

-28,0000*

7,7028

,012 -49,4722

-6,5278

(J) GRUPA
przed REM

po REM

kontrolna

po REM

kontrolna

przed REM

(I) GRUPA
kontrolna

przed REM

po REM

Różnica

średnich (I-J)

Błąd

standardowy

Istotność Dolna granica Górna granica

95% przedział ufności

Różnica średnich jest istotna na poziomie .05.

*.

background image

Grupy jednorodne

SNY

Test Scheffe

a

580,0000
582,0000
5

110,00

,967

1,000

GRUPA
kontrolna

po REM

przed REM

Istotność

N

1

2

Podzbiór dla alfa = .05

Wyświetlane są średnie dla grup jednorodnych.

Wykorzystywana jest średnia harmoniczna
wielkości próby = 5,000.

a.

background image

80 a

83 a

83 b

88 b

background image

Wpływ wiedzy o przeszłości

kryminalnej na wydanie

wyroku o winie oskarżonego.

Przykład

….gate

background image

Opis badania

• 15 osób wybranych na sędziów przysięgłych, lecz nie

uczestniczących w prawdziwym procesie, ogląda video z 4-

godz. przesłuchania mężczyzny oskarżonego o korupcję.

• Wcześniej jednak dostają kartkę z informacjami (wiek, stan

cywilny itp.) taką samą dla wszystkich osób, z wyjątkiem

ostatniego akapitu.

– Dla jednej trzeciej osób mówi on, że był on wcześniej

trzykrotnie skazany za podobne przewinienie (grupa "karany"),

– dla jednej trzeciej, że nie był dotychczas karany (grupa

"niekarany"),

– dla jednej trzeciej - nie było żadnej informacji na ten temat

(grupa „kontrolna”).

• Badanych przydzielono losowo do jednej z trzech grup. Po

obejrzeniu taśmy podawali swoje oceny na skali od 1

(całkowicie pewny, że jest niewinny) do 10 (całkowicie

pewny, że jest winny).

background image

background image

Czy mamy przewidywania co

do różnic między grupami?

Które grupy powinny się

różnić?

background image

Statystyki opisowe

WERDYKT

5 8,0000

1,0000

,4472

6,7583

9,2417

7,00

9,00

5 5,0000

,7071

,3162

4,1220

5,8780

4,00

6,00

5 5,0000

,7071

,3162

4,1220

5,8780

4,00

6,00

15 6,0000

1,6475

,4254

5,0876

6,9124

4,00

9,00

karany

niekarany

kontrolna

Ogółem

N

Średnia

Odchylenie

standardowe

Błąd

standardowy Dolna granica Górna granica

95% przedział ufności dla

średniej

Minimum Maksimum

5

5

5

N =

GRUPA

kontrolna

niekarany

karany

95

%

P

U

W

E

R

D

Y

K

T

10

9

8

7

6

5

4

3

background image

Porównania planowane (a

priori) kontrasty

• Kontrasty bezpośrednio testują z góry

założone hipotezy

– Jeśli mamy przewidywania co do tego, które

średnie powinny się różnic między sobą,

możemy przeprowadzić porównania a priori,

jako alternatywę dla testu F.

• Służą do porównywania kombinacji

średnich.

• Można je stosować również wtedy, gdy

ogólny test F nie jest istotny statystycznie

background image

Kontrasty

• Porównując ze sobą grupy przypisujemy im

dla skontrastowania wartości dodatnie

jednym a ujemne drugim

• Suma dodanych wartości powinna być

równa zero

• Grupy, którym przypisaliśmy pozytywne

wartości, będą porównywane z grupami o

przypisanych negatywnych wartościach

• Jeśli daną grupę chcemy wykluczyć z

porównań, wtedy przypisujemy jej wartość

zero

background image

background image

Test jednorodności wariancji

WERDYKT

1,000

2

12

,397

Test Levene'a

df1

df2

Istotność

Współczynniki kontrastu

2

-1

-1

Kontrast
1

karany

niekarany kontrolna

GRUPA

Testy kontrastu

6,0000

,8944 6,708

12

,000

6,0000

1,0000 6,000 6,061

,001

Kontrast
1

1

Założenie o
równości wariancji
Brak założenia o
równości wariancji

WERDYKT

Wartość

kontrastu

Błąd

standardowy

t

df

Istotność

(dwustronna)

background image

background image

Współczynniki kontrastu

0

-1

1

Kontrast
1

karany

niekarany kontrolna

GRUPA

Testy kontrastu

,0000

,5164

,000

12

1,000

,0000

,4472

,000 8,000

1,000

Kontrast
1

1

Założenie o
równości wariancji
Brak założenia o
równości wariancji

WERDYKT

Wartość

kontrastu

Błąd

standardowy

t

df

Istotność

(dwustronna)

background image

Jeśli kontrasty są niezależne od

siebie:

1 kontrast

2 kontrast

1x2

2

0

0

-1

-1

1

-1

1

-1

Suma=0

0

0

background image

Logika kontrastów

• Trochę jakbyśmy kroili ciasto, jak już

odkroiliśmy kawałek to, go nie

przyczepimy z powrotem do całości

• Kontrasty powinny być niezależne od

siebie

– (k-1) porównań

• Każdy kontrast porównuje tylko 2

porcje wariancji

background image

Logika kontrastów

Całkowita zmienność

SS

MG

SS

WG

Grupa1

Grupa 2

+

kontrolna

Grupa 2

kontrolna


Document Outline


Wyszukiwarka

Podobne podstrony:
Metodologia z elelmentami statystyki dr Izabela Krejtz wyklad 17 Analiza kowariancji i anal
Metodologia z elelmentami statystyki dr Izabela Krejtz wyklad 18 Analiza czynnikowa i anali
Metodologia z elelmentami statystyki dr Izabela Krejtz wyklad 12 Analiza danych z eksperyme
Metodologia z elelmentami statystyki dr Izabela Krejtz wyklad 7 Wprowadzenie do analizy war
Metodologia z elelmentami statystyki dr Izabela Krejtz wyklad 3 Rozkład normalny
Metodologia z elelmentami statystyki dr Izabela Krejtz wyklad 19 Wykład powtórkowy
Metodologia z elelmentami statystyki dr Izabela Krejtz wyklad 4 Pojęcie korelacji
Metodologia z elelmentami statystyki dr Izabela Krejtz wyklad 15 Wprowadzenie do regresji w
Metodologia z elelmentami statystyki dr Izabela Krejtz wyklad 5 Testowanie hipotez Test T
Metodologia z elelmentami statystyki dr Izabela Krejtz wyklad 1 Rodzaje skal pomiarowych
Metodologia z elelmentami statystyki dr Izabela Krejtz wyklad 10 Dwuczynnikowa analiza wari
Metodologia z elelmentami statystyki dr Izabela Krejtz wyklad 11a Dwuczynnikowa analiza war
Metodologia z elelmentami statystyki dr Izabela Krejtz wyklad 11 Dwuczynnikowa analiza wari
Metodologia z elelmentami statystyki dr Izabela Krejtz wyklad 2 Miary tendencji centralnej
Metodologia z elelmentami statystyki dr Izabela Krejtz wyklad 13 Plan mieszany
Metodologia z elelmentami statystyki dr Izabela Krejtz wyklad 9 Zaawansowane plany eksperym
Metodologia z elelmentami statystyki dr Izabela Krejtz wyklad 6 Test T dla prób niezależnyc

więcej podobnych podstron