notatki na zaliczenie

PYTAMY O RÓŻNICĘ - 2 GRUPY

  1. Musimy sprawdzić normalność żeby wiedzieć czy używamy testu parametrycznego (t- studenta) czy nieparametrycznego (U Manna/serii)

SPRAWDZANIE NORMALNOŚCI DLA GRUP NIEZALEŻNYCH:

Statystyki statystyki podstawowe i tabele opisowe zmienne (co się zmienia?) zakładka „w. skategoryzowane normalności (na dole) zmienna grupująca (co nam grupuje dane) otrzymujemy dwa wykresy dla grupy 1 i 2, jeśli kropki leżą blisko linii czerwonej to rozkład normalny

Dalej: (histogram) Statystyki statystyki podstawowe i tabele opisowe zmienne (co się zmienia?) zakładka „normalność” zaznaczamy test K-S i Shapiro-Wilka histogramy nad wykresem otrzymujemy p (Liliefors) czyli błąd I rodzaju (prawdopodobieństwo odrzucenia prawdziwej Ho) jeśli p < lub = 0,05 odrzucamy Ho

Mamy normalność test t-studenta

Statystyki statystyki podstawowe i tabele test t- dla prób niezależnych (wzgl. grup) lub zależnych (pary wiązane) zmienna zależna, zmienna grupująca opcje (na dole zakładka) zaznaczamy test Lewena i z niezależną estymacją podsumowanie testy t otrzymujemy tabelkę odczytujemy statystykę - t, stopnie swobody - df oraz p (to bardziej po lewej stronie jeśli Lewen pokazuje ze wariancje są równe, bardziej po prawej stronie jeśli Lewen pokazuje ze wariancje są różne p<0,05) p – po prawej stronie informuje nas o tym czy wariancje są równe! Tabelka na czarno – nie ma różnic, tabelka na czerwono – są różnice p<0,05 następnie wracamy do analizy, wracamy do zakładki „podstawowe” i dajemy wykres ramka-wąsy (zakładka „więcej” wykres ramka wąsy -> typ wykresu średnia/bład/odch)

Test Lewena pozwala sprawdzić czy wariancje są równe Ho – są równe, p Lewena pozwala przyjąć lub odrzucić tą hipotezę.

Podajemy: statystykę t, df, p

Brak normalności test U-M Whitneya

Statystyka Statystyki Nieparametryczne porównywanie dwóch prób niezależnych (grup) test U-Manna Withneya otrzymujemy tabelkę z której odczytujemy p ( z prawej strony chociaż oba takie same) i przyjmujemy lub odrzucamy Ho wracamy do analizy, wykres ramka – wąsy (dla grup) zaznaczymy wszystkie grupy

Podajemy: statystykę t, df, p, N

SPRAWDZANIE NORMALNOŚCI DLA GRUP ZALEŻNYCH:

Statystyki statystyki podstawowe i tabele opisowe wykres prawdopodobieństwa i rozrzutu wykres normalności zmienne (robimy osobno wykres dla jednej i drugiej zmiennej – mamy uzyskać dwa wykresy rozrzutu) jeśli kropki leżą blisko linii czerwonej to rozkład normalny

Statystyki statystyki podstawowe i tabele opisowe zmienne (osobno robimy dla jednej i drugiej) mamy uzyskać dwa histogramy, nad wykresem otrzymujemy p (Liliefors) czyli błąd I rodzaju (prawdopodobieństwo odrzucenia prawdziwej Ho) jeśli p < lub = 0,05 odrzucamy Ho

Mamy normalność test t- dla par wiązanych

Statystyki statystyki podstawowe i tabele test t dla prób zależnych ustalamy zmienne podsumowanie testów t pojawia się tabelka odczytujemy statystykę - t, stopnie swobody - df oraz p i na tej podstawie przyjmujemy lub odrzucamy Ho następnie wracamy do analizy, wracamy do zakładki „podstawowe” i dajemy wykres ramka-wąsy (zakładka „więcej” wykres ramka wąsy -> typ wykresu średnia/bład/odch)

Podajemy: statystykę t, liczbę par wiązanych Z, p

Brak normalności test Wilcoxona /test znaków

  1. Wilcoxon

Statystyka Statystyki Nieparametryczne porównywanie dwóch prób zależnych (zmiennych) test kolejności Par Wilcoxona dostajemy tabelkę z której odczytujemy p i przyjmujemy lub odrzucamy Ho (ten test mocniejszy!!!!!!!!) wracamy do analizy, wykres ramka-wąsy (Mediana/kwartyle/rozstęp) dla wszystkich grup

  1. Znaków

Statystyka Statystyki Nieparametryczne porównywanie dwóch prób zależnych (zmiennych) test znaków dostajemy tabelkę z której odczytujemy p i przyjmujemy lub odrzucamy Ho wracamy do analizy, wykres ramka-wąsy (Mediana/kwartyle/rozstęp)

Podajemy: statystykę t, liczbę par wiązanych Z, p

PYTAMY O RÓŻNICĘ – WIĘCEJ NIŻ 2 GRUPY

SPRAWDZAMY ZAŁOŻENIA jak w przypadku regresji:

Statystyka zaawansowane modele liniowe i nieliniowe ogólne modele liniowe (OK.) zmienne zmienna druga jakościowa (uzupełniamy pierwsze i ostatnie okno, środkowe mówi o predyktorach, zmienna zależna to ta która zależy od czegos a niezależna to ta na którą nie mamy wpływu) dwa razy OK. otwiera się okno WYNIKI zakłądka „Reszty” normalność reszt (pojawia się wykres inf. o normalności rokładu) wracamy do analizy, zakładka „ przewid.a reszty” pojawia się wykres inf. o homogenności wracamy do analizy, zakładka „ więcej wyników” na dole zakładka „ założenia” rozrzutu + test Levena (równość wariancji)

ZAŁOŻENIA SPEŁNIONE – TEST PARAMETRYCZNY – RÓWNE WARIANCJE ANOVA

Widok – wstążka

Dane sterta (pierwsza tabelka z lewej strony w widoku wstążka) ułóż w stertę zmienne (wszystkie) ok. ok.

Statystyki ANOVA ANOVA jednoczynnikowa zmienne ok. ok. zakładka „reszty” przewid. a reszty pojawia nam się wykres rozkład pkt. musi być równomierny wracamy do analizy, normalność reszt wracamy do analizy, zakładka „podstawowe” wszystkie efekty pojawia nam się tabelka z niej bierzemy p, jeśli mniejsze od 0,05 to znaczy ze są różnice, odrzucamy Ho, ale nie wiemy jeszcze między którymi grupami, do tego wykorzystujemy test Tukeya

Nie wiemy którego Tukeya użyć więc klikamy: Wracamy do analizy danych więcej wyników (na samym dole) Średnie Obserwowane.nieważone generuje nam to tabelkę z której patrzymy czy N (ostatnia kolumna różni się czy nie) teraz już wiemy czy Tukeya HSD czy dla różnych średnich

Wracamy do analizy danych więcej wyników (na samym dole) zakładka „post-hoc” Test Tukeya dla różnych średnich lub HSD pojawia nam się tabelka co różni się od czego wracamy do analizy, zakłądka „podsumowanie” średnie/wykresy 1 efekt ok. pojawia nam się wykres

ZAŁOŻENIA NIE SPEŁNIONE – TEST NIEPARAMETRYCZNY – RÓŻNE WARIANCJE

Nie możemy użyć ANOVY! Używamy testu Kruskala – Wallisa

Statystyka statystyki nieparametryczne porównanie wielu prób niezależnych (Grup) ok. porównanie test ANOVA Kruskala – Wallisa zmienne pojawia nam się tabelka na gorze odczytujemy p, jeśli mniejsze od 0,05 odrzycamy Ho wracamy do analizy, zakładka „wielokrotne porównania średnich rang dla wszystkich prób pojawia się tabelka patrzymy co rózni się od czego (konkretnie która grupa od której) wracamy do analizy, wykres ramka-wąsy Mediana/kwartle/rozstep (nie może być średnich bo rozkład nienormalny) powstaje nam wykres

PYTAMY O ZALEŻNOŚĆ –KORELACJA I REGRESJA

Testy parametryczne! ZAŁOŻENIA:

SPRAWDZAMY ZAŁOŻENIA:

Statystyka zaawansowane modele liniowe i nieliniowe ogólne modele liniowe (OK.) zmienne (uzupełniamy pierwsze i ostatnie okno, środkowe mówi o predyktorach, zmienna zależna to ta która zależy od czegos a niezależna to ta na którą nie mamy wpływu) dwa razy OK. otwiera się okno WYNIKI zakłądka „Reszty” normalność reszt (pojawia się wykres inf. o normalności rokładu) wracamy do analizy, zakładka „ przewid.a reszty” pojawia się wykres inf. o homogenności wracamy do analizy, zakładka „ więcej wyników” na dole zakładka „ założenia” rozrzutu

ZAŁOŻENIA SPEŁNIONE – TEST PARAMETRYCZNY:

Jeśli do tej pory wszystko było okej, wszystkie założenia mamy spełnione to wracamy do analizy danych, zakłądka „podsumowanie” współczynniki pojawia się tabelka z niej odczytujemy wyraz wolny (nasze przecięcie z osią, oraz pod spodem wartość nachylenia do osi) wracamy do analizy R pełnego modelu pojawia się tabelka z której odczytujemy R (korelacja)

Znowu wracamy do analizy wszystkie efekty pojawia się tabelka patrzymy na p (to niżej) powinno być takie samo jak p w przypadku analizy R pełnego modelu i przyjmujemy lub odrzucamy Ho (Ho – brak zależności)

Podajemy: wartość statystyki F, p, R, df i R kwadrat

ZAŁOŻENIA NIE SPEŁNIONE – TEST NIEPARAMETRYCZNY:

Statystyka statystyki nieparametryczne Korelacja Spearmana macierz kwadratowa zmieniamy na szczegółowy raport!!!!! zmienne R Spearmana pojawia się tabelka z której odczytujemy p i albo odrzucamy albo przyjmujemy Ho, oraz R – jak silny jest związek

Podajemy:, p, R Spearmana, i N ważnych

DODATKOWE UWAGI

  1. Wykresy najlepiej ilustrujące analizę:

  1. Żeby transformować dane w statystyce:

Nowa kolumna nowa zmienna na dole w okienku transformujemy i robimy histogram z nowych danych patrząc co się zmieni

  1. Transformacje:

Logarytm: log (Vx)

Funkcja wykładnicza: exp (Vx)

Potęgowanie: Vx ^ 2 lub 3 itd


Wyszukiwarka

Podobne podstrony:
notatki na zaliczenie semestru, studia prawnicze, 4 rok, kpc
morfologia - notatki na zaliczenie - Kopia, Polonistyka, 2. semestr, Fleksja
Notatki na zaliczenie
morfologia notatki na zaliczenie
Semestr II - Materiały od RM, UJK.Fizjoterapia, - Notatki - Rok I -, Biofizyka, Materiały na zalicze
zagadnienia na zaliczenie 1- prawo konstytucyjne, Prawo UMK notatki, Prawo - cały I rok, SEMESTR II,
Elektrotechnika - Notatka odnośnie pytań na zaliczeniu, Akademia Morska, I semestr, elektro, Test wy
Semestr II - Kolokwium - Całość - Biofizyka - ściąga - pełna, UJK.Fizjoterapia, - Notatki - Rok I -,
Semestr I - Kolokwium I - ściąga, UJK.Fizjoterapia, - Notatki - Rok I -, Biofizyka, Materiały na zal
Semestr I - Kolokwium - materiały - najważniejsze informacje, UJK.Fizjoterapia, - Notatki - Rok I -,
Semestr II - Kolokwium II - Maj 2011 - materiał do rozczytania, UJK.Fizjoterapia, - Notatki - Rok I
Kolokwium - ŚCIĄGA - 8-10.04.2011, UJK.Fizjoterapia, - Notatki - Rok I -, Biofizyka, Materiały na za
Semestr I - Materiały do poczytania na kolokwium z biofizyki, UJK.Fizjoterapia, - Notatki - Rok I -,
Notatki na kartkówkę i zaliczenie
SOCJOLOGIA (ćwiczenia) Notatki na kolokwium zaliczajace
Iwona- opracowanie na zaliczenie 20-06-09-1, Prawo konstytucyjne, Notatki+ też ściągi
Notatki z etyki na zaliczenie
Wieczorek, enzymologia L, notatki na kolokwium zaliczeniowe

więcej podobnych podstron