Biostatistika 8. přednáška

Slides:



Advertisements
Podobné prezentace
Korelace a regrese Karel Zvára 1.
Advertisements

kvantitativních znaků
Testování parametrických hypotéz
Jednovýběrové testy parametrickch hypotéz
Testování neparametrických hypotéz
Cvičení 6 – 25. října 2010 Heteroskedasticita
Testování hypotéz (ordinální data)
Obecný postup při testování souborů
Korelace a regrese síla (těsnost) závislosti dvou náhodných veličin: korelace symetrický vztah obou veličin neslouží k předpovědi způsob (tvar) závislosti.
Obsah statistiky Jana Zvárová
kvantitativních znaků
MUDr. Michal Jurajda, PhD. ÚPF LF MU
Biostatistika 9. přednáška Aneta Hybšová
Biostatistika 10. přednáška
ÚVOD DO STATISTIKY „Jsou tři druhy lží: lži, odsouze-níhodné lži a statistiky“ (Swoboda 1977) Význam statistiky ve vědě Základní pojmy statistiky Statistická.
Odhady parametrů základního souboru. A) GNR B) neznámé r. ZS (přesné parametry) : ,   VS (odhady parametrů): x, s x.
Biostatistika 5. přednáška Aneta Hybšová
Charakteristiky variability
základní principy a použití
Biostatistika 6. přednáška
Další spojitá rozdělení pravděpodobnosti
Biostatistika 7. přednáška
Biostatistika 4. přednáška
Pohled z ptačí perspektivy
Dvouvýběrové testy parametrickch hypotéz
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
Základy statistiky Autor: Jana Buršová.
Korelace.
Biostatistika 1. přednáška Aneta Hybšová
PSY717 – statistická analýza dat
VY_32_INOVACE_21-16 STATISTIKA 2 Další prvky charakteristiky souboru.
Statistická analýza dat
Aplikovaná statistika 2. Veronika Svobodová
1. cvičení
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.
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.
Základy zpracování geologických dat R. Čopjaková.
Ústav lékařské informatiky, 2. LF UK 2008 STATISTIKA II.
Statistika 1.cvičení. Základní informace Ing. Daniela Krbcová Materiály ze cvičení, přednášky Skripta k předmětu,
… jsou bohatší lidé šťastnější?
INDUKTIVNÍ STATISTIKA
Opakování – přehled metod
Statistické testování – základní pojmy
Přednáška č. – 4 Extrémní hodnoty a analýza výběrových souborů
Test dobré shody Fisherův přesný test McNemar test
Neparametrické testy parametrické a neparametrické testy
Přednáška č. 3 – Posouzení nahodilosti výběrového souboru
Statistika 2.cvičení
Neparametrické testy parametrické a neparametrické testy
INDUKTIVNÍ STATISTIKA
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.
Úvod do statistického testování
Hodnocení závislosti STAT metody pro posouzení závislosti – jiné pro:
ORDINÁLNÍ VELIČINY Měření variability ordinálních proměnných
Neparametrické testy pro porovnání polohy
Koncepce normality/normálnosti v medicíně
Metodologie pro ISK 2 Úvod do práce s daty
Výukový materiál zpracován v rámci projektu EU peníze školám
T-testy, neparametrické metody a analýza rozptylu (lekce 5-6)
7. Kontingenční tabulky a χ2 test
Základy statistiky.
Základy popisné statistiky
NOMINÁLNÍ VELIČINY Odhad hodnoty pravděpodobnosti určitého jevu v základním souboru Test hodnoty pravděpodobnosti určitého jevu v základním souboru Srovnání.
Transkript prezentace:

Biostatistika 8. 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.

Statistické metody pro nominální data pro ordinální data chí-kvadrát test pro ordinální data znaménkový, wilcoxonův, mann-whitneyův pro měřitelná data

Závislost mezi měřitelnými proměnnými síla závislosti – Pearsonův korelační koeficient testy t – test – test o shodě průměrů F – test – test o shodě rozptylů

Pearsonův korelační koeficient výpočet v MS Excel – fce Correl nebo Pearson graficky pomocí bodového grafu

PŘÍKLADY 10 chlapců bylo vyzváno, aby uvedli svoji tělesnou výšku a tělesnou výšku otce. Byly zjištěny tyto hodnoty: Vypočtěte koeficient korelace mezi tělesnou výškou syna a otce a interpretujte. výška syna 172 168 183 182 174 166 173 170 171 189 výška otce 175 185 176 167 177

PŘÍKLADY 10 žáků základní školy se podrobilo inteligenčnímu testu. Výsledky testu byly porovnávány s průměrem známek na vysvědčení: Vypočtěte koeficient korelace mezi průměrnou známkou a inteligenčním kvocientem žáků. Vysvětlete, co znamená výsledný koeficient. známka 1 1,36 1,64 2 2,36 2,64 2,82 2,91 3,27 3,45 IQ 134 116 108 118 100 86 94 68 80

t - test H0: Dva soubory dat mají stejný průměr- H1: Průměry v obou skupinách se liší test o shodnosti průměrů dvou nezávislých výběrů výpočet v MS Excel – funkce ttest

t-test - příklad 20 dívek a 15 chlapců bylo změřeno. Rozhodněte, zda jsou chlapci stejně vysocí, jako dívky. Data i výpočet v MS Excel

F - test test o shodě rozptylů MS Excel - FTEST

párový t-test opakovaná pozorování u téže skupiny je mezi výsledky statisticky významný rozdíl? klasický t-test předpokládá nezávislost skupin párový předpokládá závislost příklad v MS Excel

Opakování 1 Z tabulky počtu členů domácností spočítejte: relativní četnosti míry polohy míry variability popište soubor

Opakování 2 V testu při zkoušce dostalo 15 studentů známku 1, dalších 35 studentů dostalo známku 2, známku 3 dostalo 30 studentů, 15 studentů dostalo známku 4 a zbylých 5 studentů dostalo známku 5. Vypočítejte průměrnou známku z testu, modus a medián.

Zajímavost: Pravděpodobnost Na obor A bylo přijato celkem 350 studentů, počet přihlášených byl 1341. Na B bylo podáno 1928 přihlášek, přijato bylo 500 studentů, na C bylo podáno celkem 1173 přihlášek a přijato bylo 160 studentů. a) Vypočítejte pravděpodobnost přijetí na jednotlivé obory. b) Jaká je pravděpodobnost, že bude přijat na všechny tři obory? c) Jaká je pravděpodobnost, že nebude přijat na žádný obor?

http://www.riskliteracy.org/