Biostatistika 6. přednáška

Slides:



Advertisements
Podobné prezentace
Úvod do analýzy rozptylu
Advertisements

kvantitativních znaků
Testování parametrických hypotéz
Neparametrické metody a analýza rozptylu (lekce 3-7)
Testování neparametrických hypotéz
Cvičení 6 – 25. října 2010 Heteroskedasticita
Statistika II Michal Jurajda.
ZPRACOVÁVÁME KVANTITATIVNÍ DATA II.
Testování hypotéz (ordinální data)
Obecný postup při testování souborů
Testování hypotéz přednáška.
Tloušťková struktura porostu
Korelace a regrese síla (těsnost) závislosti dvou náhodných veličin: korelace symetrický vztah obou veličin neslouží k předpovědi způsob (tvar) závislosti.
Analýza dat.
MUDr. Michal Jurajda, PhD. ÚPF LF MU
Biostatistika 9. přednáška Aneta Hybšová
Biostatistika 10. přednáška
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
Charakteristiky variability
základní principy a použití
Lineární regresní analýza
Biostatistika 7. přednáška
Biostatistika 4. přednáška
Pohled z ptačí perspektivy
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
Praktikum elementární analýzy dat Třídění 2. a 3. stupně UK FHS Řízení a supervize (LS 2012) Jiří Šafr jiri.safr(zavináč)seznam.cz poslední aktualizace.
8. Kontingenční tabulky a χ2 test
Pearsonův test dobré shody chí kvadrát
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
1. cvičení
Základy testování hypotéz
Mann-Whitney U-test Wilcoxonův test Znaménkový test
IV..
Zpracování dat z kvantitativního výzkumu. Na základní škole se uskutečnil výzkum, kde se měřila hmotnost žáků 8.tříd. Výzkumu se účastnilo 33 žáků. Byly.
Testování hypotéz Testování hypotéz o rozdílu průměrů  t-test pro nezávislé výběry  t-test pro závislé výběry.
Základy zpracování geologických dat R. Čopjaková.
Ústav lékařské informatiky, 2. LF UK 2008 STATISTIKA II.
INDUKTIVNÍ STATISTIKA
Opakování – přehled metod
Statistické testování – základní pojmy
Přednáška č. – 4 Extrémní hodnoty a analýza výběrových souborů
Neparametrické testy parametrické a neparametrické testy
Přednáška č. 3 – Posouzení nahodilosti výběrového souboru
Neparametrické testy parametrické a neparametrické testy
INDUKTIVNÍ STATISTIKA
Normální rozdělení a ověření normality dat Modelová rozdělení
Opakování Shrnutí statistických testů Neparametrické testy
Bi8600: Vícerozměrné metody – cvičení
METODOLOGIE MAGISTERSKÉ PRÁCE
Regresní analýza výsledkem regresní analýzy je matematický model vztahu mezi dvěma nebo více proměnnými snažíme se z jedné proměnné nebo lineární kombinace.
Spojitá a kategoriální data Základní popisné statistiky
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
Koncepce normality/normálnosti v medicíně
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
Transkript prezentace:

Biostatistika 6. přednáška Aneta Hybšová email: kurz.biostatistika@gmail.com

Náplň kurzu Úvod do biostatistiky. Význam biostatistiky v biologii a v učitelství. Biostatistický znak, náhodná veličina. Analýza jednorozměrných biostatistických dat, četnosti, střední hodnota, charakteristiky variability, grafické zobrazení. Grafy, tabulky. Vícerozměrná biostatistická data. Základní a výběrový soubor v biostatistice. Testování hypotéz v biostatistice, vybrané parametrické a neparametrické testy, testovací kritérium, kritická hodnota. T-testy, F-test, Mann-Whitneyův pořadový test, Wilcoxonův test, znaménkový test. Měření závislosti mezi kvantitativními a kvalitativními proměnnými (jednoduchá a vícenásobná regresní a korelační analýza, jednorozměrná analýza rozptylu, analýzy v kontingenčních tabulkách). Pearsonův koeficient, Spearmanův koeficient pořadové korelace. Obecný postup analýzy biostatistických dat. Prezentace biostatických výstupů. Úvod do vícerozměrných metod. Analýza rozptylu, Analýza kovariance, Analýza hlavních komponent, Faktorová analýza, Shluková analýza, Diskriminační analýza.

Příklad na doma Celkem bylo sledováno 54 semenáčků o stejné výchozí velikosti na sekané louce a 68 semenáčků na pasené louce. Za měsíc zbylo 12 semenáčků na sekané louce a 8 semenáčků na pasené louce. Liší se přežívání semenáčků zkoumané trávy na louce sekané a pasené? str71 Chráska

Testování hypotéz pro ordinální proměnné lze použít metody pro nominální data lepší je využít metody pro ordinální data Znaménkový test Wilcoxonův test Mann-Whitney test Kolmogor-Smirnov test Kriskal-Wallis test Spearmanova koralace

1. Znaménkový test dvě opakovaná měření na týchž objektech 2 pozorování tvoří páry + pokud je druhé měření větší - pokud je druhé měření menší nevýhoda - málo citlivý test

Znaménkový test – příklad U skupiny 15 dětí byla měřena frekvence oka při volné hře a následně při sledování napínavého filmu. Rozhodněte, zda je při sledování napínavého filmu frekvence mrkání vyšší než v klidové situaci.

Znaménkový test – příklad H0: Mezi frekvencí mrkání oka v klidové situaci a při sledování napínavého filmu není rozdíl. H1: Mezi frekvencí mrkání oka v klidové situaci a při sledování napínavého filmu je rozdíl.

Znaménkový test – příklad mrkání v klidu u filmu změna 1 10 11 + 2 8 3 9 - 4 15 14 5 12 13 6 7 17 16 19 11 krát + 4 krát – tabelovaná hodnota počtu znamének 3 (z tabulek) H0 přijímáme pokud je méně četná obměna větší než tabelovaná hodnota 4 znaménka jsou statisticky nevýznamný rozdíl

Wilcoxonův test obdoba znaménkového testu porovnávání opakovaných měření citlivější na drobné odchylky než znaménkový test

Wilcoxonův test - příklad průměrné pořadí 7 jedniček (1+2+3+4+5+6+7)/7 = 4 6 dvojek 2 trojky (14+15)/2=14,5 dle znaménka do dvou sloupců, které sečteme menší součet = TK = 22,5 H0 přijímáme pokud je TK větší než KH H0 zamítáme mrkání v klidu u filmu diference průměrné pořadí 1 10 11 -1 4 2 8 -2 10,5 3 9 15 14 5 12 13 6 7 17 16 19 -3 14,5

Mann-Whitney test U – test velmi vydatný neparametrický test mají dva výběry rozdělení četností založený na pořadí do 30 pozorování v každé skupině

Mann-Whitney test Porovnejte dvě skupiny žáků, u kterých byly zaznamenány tyto výsledky v testu: sk A: 5 7 12 13 15 n1=5 sk B: 6 9 11 14 16 18 n2=6 Existuje mezi skupinami statisticky významný rozdíl?

Mann-Whitney test sk A: 5 7 12 13 15 n1=5 sk B: 6 9 11 14 16 18 n2=6 U1= n1*n2 + n1*(n1+1)/2 – R1 = 30+5*6/2 – 26 = 19 U2= n1*n2 + n2*(n2+1)/2 – R2 = 30+6*7/2-40 = 11 TK = min( U1, U2) porovná se s kritickou hodnotou TK = 11 KH = 3 - nezamítáme nulovou hypotézu hodnota 5 6 7 9 11 12 13 14 15 16 18 pořadí 1 2 3 4 8 10 skupina A B