1 / 19

Základy metodológie vedy I. 11. prednáška

Základy metodológie vedy I. 11. prednáška. Testy významnosti rozdielu medzi dvoma strednými hodnotami:. Neparametrické testy: Mann-Whitneyov U - test – pre ne závislé výbery Wilcoxonov T- test - pre závislé súbory

nicolette
Download Presentation

Základy metodológie vedy I. 11. prednáška

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. Základy metodológie vedy I.11. prednáška

  2. Testy významnosti rozdielu medzi dvoma strednými hodnotami:

  3. Neparametrické testy: • Mann-Whitneyov U - test–pre nezávislé výbery • Wilcoxonov T- test - pre závislé súbory V  neparametrických štatistických  testov – v Mann-Whitneyho aWilcoxsonovom teste, nevstupujú do výpočtu priamo namerané hodnoty (parametre) ale ich poradové umiestnenie po zoradení do vzostupných radov.

  4. Mann-Whitneyov U – test • neparametrický test pre nezávislé súbory (nepárový) • každému športovcovi na základe hodnôt výkonu priradíme poradie stanovené z obidvoch výberov, • je súčet čísiel poradia jednej skupiny, • je súčet čísiel poradia druhej skupiny športovcov, • nižšia vypočítaná hodnota U je kritériom testu.

  5. Mann-Whitneyov U - test Príklad:

  6. Príklad:

  7. Wilcoxonov T-test • neparametrický test pre závislé súbory (párový) • kritériom testu je T = nižšia vypočítaná hodnota súčtukladných, resp. záporných čísiel poradia diferencií(u vypočítaných rozdielov hodnôt medzi prvým a opakovaným meraním u každého športovca),

  8. Wilcoxonov T-test Príklad:

  9. Wilcoxonov poradový test Príklad:

  10. Wilcoxonov poradový test Príklad:

  11. Wilcoxonov poradový test Príklad: • spočítame sumu poradových čísiel v skupine A a B a následneich odčítame – v našom prípade je rozdiel súčtov poradových čísel: 94 – 50 = 44

  12. Wilcoxonov poradový test • rozdiel v sume poradových čísiel je naše testovacie kritérium, ktoré porovnáme s kritickými hodnotami z tabuľky Kritických  hodnôt diferencií poradových čísiel pre Wilcoxonov poradový test,

  13. Wilcoxonov poradový test Tabuľka kritických hodnôtdiferencií poradových čísiel pre Wilcoxonov T- test Pre naše n=8 sú kritické hodnoty49 pre p<0,01 a 43 pre p<0,05. Naša diferencia (44) je medzi 43a 49, takže rozdiel je významný na 5%-nej hladine štatistickej významnosti (na 1% už nie).

  14. Testovanie závislostí : • Dvoj-, troj- a viac- rozmerné súbory • Korelačná analýza • Regresná analýza Pri skúmaní štatistickej závislosti riešime dve základné úlohy: • určenie priebehu závislosti – regresia, • určenie tesnosti závislosti– korelácia.

  15. priama lineárna závislosť, r = 0,90 nepriama lineárna závislosť, r = - 0,90 nezávislosť, r = 0,00 priama lineárna závislosť, r = 0,40

  16. Korelácia • Korelácia je miera závislosti medzi dvoma (jednoduchá-párová korelácia) alebo viacerými premennými (mnohonásobná korelácia). • Premenné musia byť prinajmenšom merané na intervalovej škále, ale sú aj iné typy korelačných koeficientov, ktoré pracujú s ďalšími typmi dát. • Najjednoduchšou formou korelácie jejednoduchá lineárna korelácia medzi dvoma kvantitatívnymi znakmi.

  17. Korelačný koeficient Pearsonov korelačný koeficient(parametrický korelačný koeficient) - r - meria silu štatistickej závislosti medzi dvomakvantitatívnymi premennými

  18. Korelačný koeficient • korelačný koeficient r reprezentuje lineárnu závislosť medzi dvomi premennými, • môže dosahovať hodnoty od -1 do +1, r = 1 – priama lineárna závislosť (stúpajúca priamka), r = -1 – nepriama lineárna závislosť (klesajúca priamka), r = 0 – medzi sledovanými znakmi nie je žiaden lineárny vzťah – žiadna korelácia, • pozitívna a negatívna korelácia, • korelačný koeficient nezávisí od mierky, v ktorej boli premenné merané,

  19. Korelačný koeficient • korelačná matica * - 5 % hladina štatistickej významnosti,** - 1 % hladina štatistickej významnosti

More Related