slide1 n.
Download
Skip this Video
Loading SlideShow in 5 Seconds..
بسم الله الرحمن الرحیم PowerPoint Presentation
Download Presentation
بسم الله الرحمن الرحیم

Loading in 2 Seconds...

play fullscreen
1 / 29

بسم الله الرحمن الرحیم - PowerPoint PPT Presentation


  • 165 Views
  • Uploaded on

بسم الله الرحمن الرحیم. تجزیه و تحلیل داده های کیفی. 1 -مقایسه نسبت متغیر وابسته کیفی در دو گروه مستقل 2-مقایسه نسبت متغیر وابسته کیفی در دو گروه وابسته 3- مقایسه نسبت متغیر وابسته کیفی در چند گروه مستقل. آزمون فرضیه برای داده های کیفی.

loader
I am the owner, or an agent authorized to act on behalf of the owner, of the copyrighted work described.
capcha
Download Presentation

PowerPoint Slideshow about 'بسم الله الرحمن الرحیم' - ciqala


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.While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server.


- - - - - - - - - - - - - - - - - - - - - - - - - - E N D - - - - - - - - - - - - - - - - - - - - - - - - - -
Presentation Transcript
slide3

1-مقایسه نسبت متغیر وابسته کیفی در دو گروه مستقل

2-مقایسه نسبت متغیر وابسته کیفی در دو گروه وابسته

3- مقایسه نسبت متغیر وابسته کیفی در چند گروه مستقل

آزمون فرضیه برای داده های کیفی

slide4

مقایسه نسبت متغیر وابسته کیفی در دو گروه وابسته (آزمون مک نمار)

طرح داده ها

slide5

مقایسه با مقدار بحرانی

توزیع نرمال

مقایسه با مقدار بحرانی توزیع کای دو

slide8

موارد استفاده آزمون

-آزمون استقلال در جدول هاي توافقي (آزمون استقلال دو متغير كيفي)

-مقایسه نسبت متغیر وابسته کیفی در دو یا چند گروه مستقل

slide9

مفروضات:

  • داده هاي نمونه بطور تصادفي انتخاب شده اند.

2.ما قصد داريم اين فرض را آزمون كنيم كه براي يك جدول توافقي، متغير سطر و متغير ستون مستقلند.

3. براي هر خانه جدول توافقي، فراواني مورد انتظار (Ei) حداقل 5 است.

slide11

: دو متغير سطر و ستون مستقل اند

فرضيات:

: دو متغير سطر و ستون وابسته اند.

oij : فراواني مشاهده شده

eij : فراواني مورد انتظار

slide14

درجه آزادي مورد نظردراين حالت برابراست با:

  • (1-تعداد ستونها) (1- تعداد سطرها) = df

ناحيه بحراني:

فرض صفر (استقلال بين دو متغير) رد مي شود

r:تعداد سطرها

c: تعداد ستونها

slide15

مثال:

در تحقيقي از 1000 مورد مرگ مردان بين سنين 45 تا 64 ساله، علل

مرگ همراه عادت سيگار كشيدن آنها ثبت شده است.

پژوهشگر به دنبال پاسخ اين سوال است كه آيا براساس داده هاي

حاصل مي توان نتيجه گرفت كه رابطه اي بين علت مرگ و سيگار

كشيدن افراد وجود دارد يا نه؟

از داده هاي جدول زير براي آزمون اين ادعا كه علت مرگ مستقل

از سيگار كشيدن است استفاده مي كنيم.

slide16

اعتياد به سيگار و علت مرگ مستقلند :

اعتياد به سيگار و علت مرگ مستقل نيستند:

= فراواني مورد انتظار افراد سيگاري داراي علت مرگ سرطان )E1

(خانه با فراواني مشاهده شده 135)

slide17

= E2خانه با فراواني مشاهده شده 55

=ٍE3 خانه با فراواني مشاهده شده 310

= ٍٍE4خانه با فراواني مشاهده شده 155

= E5خانه با فراواني مشاهده شده 205

= E6خانه با فراواني مشاهده شده 140

نقطه بحراني

slide18

H0 رد مي شود

فرض صفر استقلال بين دو متغير را رد مي كنيم سپس به نظر مي رسد

كه مصرف سيگار و علت مرگ وابسته اند.

slide19

2.آزمون نيكويي برازش

در اين آزمون به تطابق توزيع نمونه با توزيع نظري با استفاده از ملاك

(كاي دو) مي پردازيم.

هدف ما آزمون معني دار بودن اختلاف بين فراواني هاي مشاهده شده و

فراواني هايي است كه از نظر تئوري انتظار داريم. به عبارتي آزمون مي

كنيم كه تا چه اندازه توزيع فراواني مشاهده شده بر توزيع فراواني نظري

منطبق مي شود. (يا برازنده است)

slide20

فراواني مشاهده شده:

منظور تعداد افرادي از نمونه كه در يك گروه خاص قرار گرفته اند.

فراواني مورد انتظار:

فراواني براساس قبول فرضيه صفر (تطابق نمونه با توزيع نظري) را

فراواني مورد انتظار گويند كه براي محاسبه فراواني منتظره اين گروه

بايد احتمال مربوط به آن گروه را كه از توزيع نظري براساس فرضيه

صفر محاسبه مي شود در تعداد مشاهدات (n) ضرب كنيم.

slide21

فرضيات:

: توزيع نمونه با توزيع موردنظر تطابق دارد (مثلاً نرمال است)

: توزيع نمونه با توزيع موردنظر تطابق ندارد.

آماره آزمون عبارتست از:

ni : فراواني مشاهده شده

ei : فراواني مورد انتظار

k : تعداد رسته هاي مختلف يا تعداد گروههاي مختلف

slide22

درجه آزادي موردنظر براي اين آزمون به صورت df = m-k-1 محاسبه

مي شود. (m تعداد پارامترهاي جامعه است .)

ناحيه بحراني براي اين آزمون عبارتست از:

فرضيه H0 رد مي شود

(محاسبه شده)

slide23

مثال :

اطلاعات جدول زیر که مربوط به فشارخون سیستولیک نمونه ای

ازمردان 35 سال به بالای روستایی است رادرنظربگیرید.

اگرمیانگین وانحراف معیار نمونه به ترتیب برابر 25/133 و27/21

میلی متر جیوه است .

_ تطابق توزیع صفت فشارخون رادراین جامعه باتوزیع نظری

نرمال آزمون کنید .

slide24

توزیع داده هانرمال است :H0

توزیع داده هانرمال نیست :H1

احتمال مربوط به گروه 1

slide25

احتمال مربوط به گروه 2

.

.

.

احتمال مربوط به گروه 4

فراوانی مورد انتظار گروه 1

.

.

.

فراوانی مورد انتظارگروه4

slide26

:K تعدادگروهها

m : تعداد پارامترهای مستقلی است که توسط نمونه برای توزیع نظری برآورد شده است .

نتیجه: توزیع فشار خون درجامعه موردمطالعه ازنوع توزیع نرمال نیست .

slide27

مثال :

اطلاعات جدول زیر متضمن مطالعه ای از147حادثه صنعتی است که مراقبتهای پزشکی لازم دارند.

این ادعا را آزمون کنید که حوادث در روزهای هفته به صورت زیرتوزیع شده اند .

30% درروز شنبه ، 15% درروزیکشنبه ، 15%درروزدوشنبه ، 20% درروزسه شنبه و 20% درروزچهارشنبه .

slide28

فرض صفراین ادعاست که درصدهای بیان شده درست هستند، پس فرض صفروفرض مقابل به صورت زیر است .

حداقل یکی ازنسبتهای قبلی مساوی مقدار ادعاشده نیست .

محاسبه فراوانیهای مورد انتظار :

فراوانی مورد انتظار روز شنبه

فراوانی مورد انتظار روز یکشنبه

.

.

.

فراوانی مورد انتظار روز چهارشنبه

slide29

شواهدکافی برای رد این ادعاکه حوادث مطابق درصدهای داده شده توزیع شده اندوجوددارد.