Presentation laddar. Vänta.

Presentation laddar. Vänta.

Hypotestest  Om datamaterialet är väldigt osannolikt givet en viss idé (hypotes), kan man dra slutsatsen att idén faller på sin egen orimlighet… Om A.

Liknande presentationer


En presentation över ämnet: "Hypotestest  Om datamaterialet är väldigt osannolikt givet en viss idé (hypotes), kan man dra slutsatsen att idén faller på sin egen orimlighet… Om A."— Presentationens avskrift:

1 Hypotestest  Om datamaterialet är väldigt osannolikt givet en viss idé (hypotes), kan man dra slutsatsen att idén faller på sin egen orimlighet… Om A så B. Om ej B så Ej A. Om A så förmodligen B, Om ej B så…?

2 Ett stickprov kvantitativa data: z-test Födelsevikt för pojkar, mammor med högt BMI PojkeVikt Hur ska materialet analyseras?

3 Ett stickprov kvantitativa data: z-test Födelsevikt för pojkar, mammor med högt BMI Nollhypotes H 0 :  =3600 gram Alternativhypotes H 1 :   3600 gram Känt  = 400 Deskriptiv statistik: Inferens: Konfidensintervall 3694<  <4146 (95%) Hypotestest (z-test): z= 2,77 p=0,006 PojkeVikt Beräkningar: mg_statistics_calculator

4 Förutsättningar för z-test och motsvarande konfidensintervall  Kvantitativa data med känd standardavvikelse  Om stickprovet är litet måste variabeln som studeras vara normalfördelad  Om stickprovet är stort fungerar analys trots avvikelse från normalfördelning (ju större stickprov desto större avvikelse kan accepteras).

5 Ett stickprov kvantitativa data: t-test Födelsevikt för pojkar, mammor med högt BMI Nollhypotes H 0 :  =3600 gram Alternativhypotes H 1 :   3600 gram Deskriptiv statistik: Inferens: Konfidensintervall 3639<  <4201 (95%) Hypotestest (t-test): t= 2,51 p=0,029 PojkeVikt Beräkningar: mg_statistics_calculator eller spss

6 Förutsättningar för t-test och motsvarande konfidensintervall  Kvantitativa data, okänd standardavvikelse (om känd används z-test)  Om stickprovet är litet måste variabeln som studeras vara normalfördelad  Om stickprovet är stort fungerar analys trots avvikelse från normalfördelning (ju större stickprov desto större avvikelse kan accepteras).

7 Två stickprov - ”parade observationer” Tio rafflande Ruzzle-matcher mellan två spelare… margellmotståndarediff Beräkningar: mg_statistics_calculator eller spss

8 Förutsättningar: Parat t-test  Kvantitativa data  Fungerar om differenserna är normalfördelade eller stickprovet stort

9 Två oberoende stickprov – häl eller framfot vid löpning…?

10 Förutsättningar för t-test mellan två oberoende stickprov  Kvantitativa data, två oberoende stickprov  Om stickproven är små måste variabeln vara normalfördelad i respektive population (ju större stickprov desto större avvikelse kan accepteras)  De två studerade populationerna ska vara lika homogena (samma standardavvikelse). Detta antagande är inte viktigt om stickproven är ungefär lika stora (tumregel ena stickprovet max 1.5 ggr större än det andra). Om villkoret ej är uppfyllt kan Welsh test användas (beräknas automatiskt i SPSS ”anra raden”)

11 Transformer...  Vanligast är att logaritmera data.  Transformen kan ge mindre skevhet samt mindre skillnader i varians.

12 Dikotoma data - ett stickprov  rösta på Obama i kommande valet.. Resultat:

13 Dikotoma data - två stickprov  Om np(1-p)>5 i båda stickproven gäller:  Under samma villkor; testfunktion (för att testa hypotesen att proportionerna är lika):

14 Dikotoma data - två stickprov  Test: z=1.54, p=0.12


Ladda ner ppt "Hypotestest  Om datamaterialet är väldigt osannolikt givet en viss idé (hypotes), kan man dra slutsatsen att idén faller på sin egen orimlighet… Om A."

Liknande presentationer


Google-annonser