Obecný postup při testování souborů

Slides:



Advertisements
Podobné prezentace
Testování statistických hypotéz
Advertisements

Základní statistická analýza dat z pre- a klinických studií
Statistika.
Úvod do analýzy rozptylu
kvantitativních znaků
MONITORING PACIENTŮ UŽÍVAJÍCÍCH ArthroStop® PLUS
Testování parametrických hypotéz
Testování statistických hypotéz
Hodnocení způsobilosti měřících systémů
Cvičení 6 – 25. října 2010 Heteroskedasticita
Neparametrické testy.
Neparametrické testy Vytvořil Institut biostatistiky a analýz, Masarykova univerzita J. Jarkovský, L. Dušek.
Testování hypotéz (ordinální data)
Testování hypotéz přednáška.
Testování hypotéz vymezení důležitých pojmů
Testování statistických hypotéz
T - testy. Předpokládejme, že data mají normální rozdělení (pocházejí z normálního rozdělení N(m, s2)). Předpokládejme, že parametr s rozdělení je znám.
Biostatistika 9. přednáška Aneta Hybšová
Inference jako statistický proces 1
Odhady parametrů základního souboru. A) GNR B) neznámé r. ZS (přesné parametry) : ,   VS (odhady parametrů): x, s x.
Testy významnosti Karel Mach. Princip (podstata): Potvrzení H O Vyvrácení H O →přijmutí H 1 (H A ) Ptáme se:  1.) Pochází zkoumaný výběr (jeho x, s 2.
Biostatistika 5. přednáška Aneta Hybšová
základní principy a použití
Biostatistika 6. přednáška
Biostatistika 7. přednáška
Biostatistika 4. přednáška
Analýza variance (ANOVA).
Ekonometrie „ … ekonometrie je kvantitativní ekonomická disciplína, která se zabývá především měřením v ekonomice na základě analýzy reálných statistických.
Dvouvýběrové testy parametrickch hypotéz
Fitování Konstrukce křivky (funkce), která co nejlépe odpovídá naměřeným hodnotám. - může podléhat dodatečným podmínkám Lineární vs. nelineární regrese.
Dvouvýběrový t-test 11 stejně starých selat bylo náhodně rozděleno do 2 skupin. První skupina byla krmena krmivem A, druhá krmivem B. Po 6 měsících byly.
Jiří Šafr jiri.safr(AT)seznam.cz Poslední aktualizace 11/3/2014
Samostatný úkol: Mannův-Whitneyho test
8. Kontingenční tabulky a χ2 test
Biostatistika 8. přednáška
Normální rozdělení. U 65 náhodně vybraných živě narozených dětí byla zkoumána jejich porodní hmotnost [g] a délka [cm].
Biostatistika 1. přednáška Aneta Hybšová
PSY717 – statistická analýza dat
Obr. č. I.1: Základní charakteristika souboru pacientů PACIENTI BEZ ANTIKOAGULAČNÍ LÉČBY PACIENTI LÉČENÍ WARFARINEM N POZITIVNÍ100 NEGATIVNÍ100 NOznačení.
Základy testování hypotéz
Mann-Whitney U-test Wilcoxonův test Znaménkový test
Popisné charakteristiky statistických souborů. ZS - přesné parametry (nelze je měřením zjistit) VS - výběrové charakteristiky (slouží jako odhad skutečných.
Testování hypotéz Testování hypotéz o rozdílu průměrů  t-test pro nezávislé výběry  t-test pro závislé výběry.
Ústav lékařské informatiky, 2. LF UK 2008 STATISTIKA II.
POZNÁMKA: Pokud chcete změnit obrázek na tomto snímku, vyberte obrázek a odstraňte ho. Potom klikněte na ikonu Obrázek v zástupném textu a vložte vlastní.
INDUKTIVNÍ STATISTIKA
Biostatistika Opakování – základy testování hypotéz
Statistické testování – základní pojmy
Přednáška č. – 4 Extrémní hodnoty a analýza výběrových souborů
Testování hypotéz párový test
Neparametrické testy parametrické a neparametrické testy
Přednáška č. 3 – Posouzení nahodilosti výběrového souboru
TESTOVÁNÍ STATISTICKÝCH HYPOTÉZ
Neparametrické testy parametrické a neparametrické testy
Popisná statistika: přehled
Statistika - opakovací test k procvičení
Opakování Shrnutí statistických testů Neparametrické testy
Samostatný úkol: Mannův-Whitneyho test
Úvod do statistického testování
Hodnocení závislosti STAT metody pro posouzení závislosti – jiné pro:
ORDINÁLNÍ VELIČINY Měření variability ordinálních proměnných
Parametrické testy Vytvořil Institut biostatistiky a analýz, Masarykova univerzita J. Jarkovský, L. Dušek.
Neparametrické testy pro porovnání polohy
Úvod do induktivní statistiky
T-testy, neparametrické metody a analýza rozptylu (lekce 5-6)
Statistika a výpočetní technika
7. Kontingenční tabulky a χ2 test
Základy statistiky.
Základy popisné statistiky
Testování hypotéz - pojmy
Transkript prezentace:

Obecný postup při testování souborů 2 – test (GNR ?) + - Parametrické t. Neparametrické t. (Vyloučení extrémních hodnot:) Grubbsův test

A) GNR – Grubbsův test x1 ………………...xn Pokud  xn vyloučíme Pokud  xn nevyloučíme (xn patří do VS a musíme vypočítat nový a )

Obecný postup při testování souborů 2 – test (GNR ?) + - Parametrické t. Neparametrické t. (Vyloučení extrémních hodnot:) Grubbsův test Dixonův test

B) Neznámé r. – Dixonův test (variační řada: x1…………xn  R = xn – x1) pokud Q1(n) > Qkrit.  x1(n) vyloučíme pokud Q1(n)  Qkrit.  x1(n) nevyloučíme

Obecný postup při testování souborů 2 – test (GNR ?) + - Parametrické t. Neparametrické t. Grubbsův test Dixonův test F- test (12=22 ?) t- test (1= 2 ?)

Neparametrické testy

testování souborů s neznámým rozdělením Charakteristika: testování souborů s neznámým rozdělením (nelze charakterizovat pomocí  a ) - hypotéza se týká shody rozdělení četností (H0: 2 soubory mají stejný tvar křivky rozdělení) - výpočty vycházejí z pořadových čísel naměřených hodnot souboru („pořadové testy“)

výpočty jsou obvykle značně jednodušší - mohou být použity i u dat, která nemají přesný číselný význam (ve skutečnosti jsou jen pořadím - „ordinální znaky“) výpočty jsou obvykle značně jednodušší (používají se i u dat s GNR – orientační hodnocení) přesnost a rozlišovací schopnost (síla testu) je nižší než u parametrických testů (mezi testovanými soubory musí být velký rozdíl, aby byl statisticky průkazný)

Mann-Whitneyův pořadový test (nepárový – 1.VS x 2.VS) 1.VS(n1): x1, x2, x3, x4,……………….xn1 2.VS(n2): y1, y2, y3, y4,……………….yn2 n = n1 + n2 Směsný : y2, x1, x7, y5, x3, y1, x2, x4, y3…………. výběr Pořadí: 1. 2. 3. 4. 5. 6. 7. 8. 9. ………………n. V případě stejných hodnot ve směsném výběru  průměrné pořadí (např. y2=x1  obě hodnoty budou mít pořadí 1,5)

RA -  pořadových čísel hodnot veličiny X V případě platnosti H0: střídání hodnot xi a yi ve směsném výběru  zhruba stejný součet pořadových čísel pro hodnoty X a Y. RA -  pořadových čísel hodnot veličiny X RB -  pořadových čísel hodnot veličiny Y Platí, že součet všech pořadí = součet číslic od 1 do n: (u velkých souborů - usnadnění výpočtu: součet jen RA, RB odvodíme)

Vypočteme testovací parametry: (usnadnění výpočtu: UA+UB = n1.n2 )

Testovací kritérium: U = min.(UA, UB) Je-li U  U(, n1,n2)  zamítáme H0 o shodnosti rozdělení veličiny X a Y (pokusný zásah byl účinný – soubory A a B se liší) Je-li U  U(, n1,n2)  platí H0 o shodnosti rozdělení veličiny X a Y (pokusný zásah byl neúčinný – soubory A a B se neliší)

Byl sledován vliv vit.B12 na zvyšování hmotnosti u selat Příklad: Byl sledován vliv vit.B12 na zvyšování hmotnosti u selat – zjistěte účinnost :

(A – standardní krmná směs, B – přídavek vit. B12)

Závěr:. vitamín B12 zvyšuje statisticky vysoce významně hmotnostní Závěr: vitamín B12 zvyšuje statisticky vysoce významně hmotnostní přírůstky u selat.

(párový pokus: 2 měření 1VS) Wilcoxonův test (párový pokus: 2 měření 1VS) před P (X): x1, x2, x3, x4, x5, x6, ..………….xn po P (X´): x1´, x2´, x3´, x4´, x5´, x6´ ….……….xn´ rozdíly X-X´: +z1, -z2, +z3, -z4, -z5, +z6 ….…0…….zn seřazení: +z3 < +z1 < -z5 < -z4 < +z6 < -z2 ………. pořadí: 1. 2. 3. 4. 5. 6. …….…n. (průměrné pořadí u stejných rozdílů)

W+ -  pořadových čísel kladných rozdílů V případě platnosti H0: (ideálně: všechny rozdíly =0) rozdíly jsou rozloženy symetricky kolem 0 (stejný počet + a – rozdílů)  součet =0. W+ -  pořadových čísel kladných rozdílů W- -  pořadových čísel záporných rozdílů n = počet nenulových rozdílů

Testovací kritérium: W = min.(W+ , W-) Je-li W  W(, n)  zamítáme H0 o shodnosti rozdělení veličiny X a X´ (pokusný zásah byl účinný – hodnoty před Pokusem a po Pokusu se liší) Je-li W  W(, n)  platí H0 o shodnosti rozdělení veličiny X a X´ (pokusný zásah byl neúčinný – hodnoty před Pokusem a po Pokusu se neliší)

Zhodnoťte výsledky testu streptok. nákazy po ošetření Příklad: Zhodnoťte výsledky testu streptok. nákazy po ošetření 2 preparáty (A, B). Zjistěte rozdíl v účinnosti :

Skup.A – aplikace preparátu A Skup.B – aplikace preparátu B

Znaménkový test (párový pokus) pro veličiny, které nelze měřit – stačí rozhodnutí, zda pokus. zásah A zapůsobil více (méně) než B. použití – k orientačnímu hodnocení předběžných pokusů (např. v mikrobiologii). n párových pokusných jednotek : A: 1 2 3 4……………………n B: 1´ 2´ 3´ 4´…………….….….n´ rozdíly: + + - + - + 0 - (vizuelně)

m- -  záporných rozdílů Mohou nastat 3 případy: A > B (+) A < B (- ) A = B (0) - vyřazujeme z dalšího hodnocení V případě platnosti H0 (A a B se shodují v působení): Počet + = počet – (ideálně: všechny rozdíly =0) m+ -  kladných rozdílů m- -  záporných rozdílů n = počet nenulových rozdílů

Testovací kritérium: m = min.(m+ , m-) Je-li m  m(, n)  zamítáme H0 o shodnosti působení pokusných zásahů A a B Je-li m  m(, n)  platí H0 o shodnosti působení pokusných zásahů A a B

Zjistěte rozdíl v účinnosti : Příklad: Od n=15 pacientů byly odebrány vzorky. Na první ½ každého odběru byl aplikován FA a na druhou Penicilín. Po kultivaci byl sledován počet bakterií v 1. a 2.polovině. Zjistěte rozdíl v účinnosti :

n=15 vzorků První ½ každého odběru - aplikace FA Druhá ½ každého odběru - aplikace penicilínu