User Tools
Site Tools
Sidebar
stgst_parametricke_testy
- základní otázka, zda-li se dva výběry shodují ve svém průměru nebo zda-li sledovaný výběr má určitou konkrétní hodnotu průměru.
- Dále hypotézy týkající se rozdílu rozptylů mezi dvěma populacemi při hodnocení vlivu pokusných zásahů na variabilitu sledované veličiny
- mezi parametrické testy se řadí především Studentův t-test pro testování rozdílu dvou středních hodnot a F-test pro testování rozdílu dvou rozptylů
testování rozdílu dvou rozpylů F-test
- testem rozhodujeme, zda pokusný zásah má vliv na proměnlivost zkoumané náhodné veličiny
- je důležitý i pro porovnání přesnosti dvou metod měření
testování rozdílu dvou středních hodnot Studentův test
- nejčastěji používaný parametrický test
- používá se pro testování rozdílu dvou středních hodnot
porovnání základního a výběrového souboru (jednovýběrový t-test)
- používáme pro hodnocení experimentů, kdy známe střední hodnotu u základního souboru (tuto je pak možno považovat za konstantu). Pak ověřujeme hypotézu, že sledovaný výběrový soubor pochází z populace, která má stejnou střední hodnotu jako tato známá konstanta.
porovnání dvou výběrových souborů (dvouvýběrový t-test)
- tato varianta Studentova t-testu se používá pro hodnocení experimentů, kde neznáme střední hodnotu základního souboru, a vycházíme proto pouze z výběrových dat dvou souborů
- párový pokus = porovnáváme data, která byla vytvořena dvojím měřením té samé věci
- nepárový pokus = data, která pocházejí ze dvou různých skupin objektů
- a pak tu je samé něco, čemu fakt už nerozumím. Statistica rulez.
testování rozdílu více středních hodnot
- máme mnoho skupin dat, které byly podrobeny působení různých podmínek, jejichž účinek je předmětem našeho sledování
- potřebujeme zjistit, zda existují rozdíly mezi těmito skupinami, respektive potřebujeme porovnat jejich průměry navzájem pro všechny možné páry skupin (případně pouze střední hodnoty pokusných skupin oproti kontrole)
- statistické metody, které toto umožňují najdeme pod souhrnným názvem analýza rozptylu = ANOVA (analysis of variance)
- metoda je založena na vztazích rozptylů porovnávaných souborů (testování shody středních hodnot se vlastně převádí na testování shody dvou rozptylů (F-test))
- pro validní použití musí být splněny následující předpoklady :
- nezávislost měření (všechna měření musí být nezávisla uvnitř skupin i mezi skupinami)
- normalita dat (hodnoty v každí skupině musí alespoň přibližně odpovídat Gaussovu normálnímu rozdělení)
- homogenita rozptylů uvnitř skupiny (rozptyly ve všech skupinách musí být alespoň přibližně shodné)
- nejjednodušším případem analýzy rozptylu je jednofaktorová analýza rozptylu, kdy analyzujeme účinek jednoho faktoru na zkoumanou závisle proměnnou
- zkoumá se, zda skupiny vytvořené klasifikačním faktorem jsou si podobné,, nebo zda jednotlivé průměry tvoří nějaké identifikovatelné shluky (homogenní podskupiny se stejnými hodnotami)
- celkovou variabilitu (rozptyl) zkoumané proměnné lze rozdělit na dvě složky: rozptyl „mezi skupinami“ (tzn. rozptyl výběrových průměrů kolem společného průměru, tj. Váženého průměru ze všech výběrových průměrů) a rozptyl „uvnitř skupin“ (tj. Rozptyl mezi jedinci ve stejné skupině)
Permalink stgst_parametricke_testy.txt · Last modified: 2015/11/24 12:59 by efox
oeffentlich
