Good Mood

tilastollisia testejä käytetään hypoteesitestauksessa. Niitä voidaan käyttää:

• määrittää, onko ennustaja muuttuja on tilastollisesti merkitsevä suhde tulos-muuttujaan.
• arvioi kahden tai useamman ryhmän eron.

tilastollisissa testeissä oletetaan nollahypoteesi siitä, ettei ryhmien välillä ole yhteyttä tai eroa. Sitten ne määrittävät, onko havaittu data kuulu arvojen ennusti nollahypoteesi.,

Jos tiedät jo, mitä erilaisia muuttujia kanssa olet tekemisissä, voit käyttää vuokaavio valita oikea tilastollinen testi tietosi.

Tilastolliset testit vuokaavio

Mitä tilastollinen testi tehdä?

Tilastolliset testit toimivat laskemalla testimuuttuja – numero, joka kuvaa, kuinka paljon muuttujien välisen suhteen teidän testi eroaa nollahypoteesi ei ole suhdetta.

se laskee sitten p-arvon (todennäköisyysarvo)., P-arvo arvioi, kuinka todennäköistä se on, että näet eron kuvattu testin tilastollinen jos nollahypoteesia ei suhde olisi totta.

Jos arvo testimuuttuja on enemmän äärimmäinen kuin tilasto lasketaan nollahypoteesin, niin voit päätellä, tilastollisesti merkitsevä suhde ennustaja ja tulosmuuttujat.

Jos arvo testimuuttuja on vähemmän äärimmäinen kuin yksi, lasketaan nollahypoteesin, niin voit päätellä, ei havaittu tilastollisesti merkitsevää suhdetta ennustaja ja tulosmuuttujat.,

Kun suorittaa tilastollinen testi

Voit suorittaa tilastollisia testejä tietoja, jotka on kerätty tilastollisesti päteviä tavalla – joko kokeilu tai havaintoja tekemällä tehty käyttäen todennäköisyys otantamenetelmiä.

tilastollinen testi olisi validi, otoskoon on oltava tarpeeksi suuri, jotta arvioitu todellinen jakautuminen väestöstä on tutkittu.

selvittääksesi, mitä tilastollista testiä sinun on tiedettävä:

• täyttääkö tietosi tietyt oletukset.
• muuttujien tyypit, joiden kanssa olet tekemisissä.,

Tilastolliset oletukset

Tilastollisia testejä tehdä joitakin yleisiä oletuksia siitä, mitä tietoja ne ovat testaus:

1. Riippumattomuus havainnot (eräs.k.a. ei autokorrelaatio): huomautukset/muuttujat ovat testissä, mutta eivät ole etuyhteydessä (esimerkiksi useita mittauksia yhden testin kohteena eivät ole riippumattomia, kun taas mittaukset useita eri koehenkilöt ovat riippumattomia).
2. varianssin homogeenisuus: kunkin vertailtavan ryhmän varianssi on samanlainen kaikissa ryhmissä., Jos yhdessä ryhmässä on paljon enemmän vaihtelua kuin toisissa, se rajoittaa testin tehoa.
3. tiedon normaalius: tieto seuraa normaalia jakautumista (alias kellokäyrää). Tämä oletus koskee vain määrällisiä tietoja.

Jos tiedot eivät täytä oletukset normaaliuden tai homogeenisuus varianssi, saatat pystyä suorittamaan parametrinen tilastollinen testi, jonka avulla voit tehdä vertailuja ilman mitään oletuksia tietojen jakaminen.,

Jos tiedot eivät täytä oletus riippumattomuuden havainnoista, saatat pystyä käyttämään testi, joka muodostaa rakenteen tiedot (toistuva-toimenpiteitä, kokeita tai testejä, jotka sisältävät estää muuttujat).

muuttujien tyypit

muuttujien tyypit, joita sinulla on, määrittävät yleensä, millaista tilastollista testiä voit käyttää.

kvantitatiiviset muuttujat edustavat asioiden määriä (esimerkiksi puiden määrää metsässä). Erilaisia kvantitatiivisia muuttujia ovat:

Kategorisia muuttujia edustavat ryhmittymät asioita (esim. eri puulajit metsä)., Erilaisia kategorisia muuttujia ovat:

Valitse testi, joka sopii tyyppisiä ennustaja ja tulos muuttujat on kerätty (jos teet kokeen, nämä ovat riippumattomat ja riippuvat muuttujat). Katso alla olevista taulukoista, mikä testi vastaa parhaiten muuttujiasi.

Valita parametrinen testi: regressio -, vertailu -, tai korrelaatio

Parametriset testit yleensä on tiukempia vaatimuksia kuin parametriset testit, ja osaa tehdä vahvempi päätelmiä aineistosta. Ne voidaan suorittaa vain tilastotestien yhteisten oletusten mukaisilla tiedoilla.,

yleisimpiä parametrinen testi ovat regressio testit, vertailu testit, ja korrelaatio testit.

regressiotestejä

regressiotestejä käytetään syy-seuraussuhteiden testaamiseen. He etsivät yhden tai useamman jatkuvan muuttujan vaikutusta toiseen muuttujaan.,

	Predictor variable	Tulokset muuttuja	tutkimuskysymys esimerkki
Yksinkertainen lineaarinen regressio	Jatkuva 1 predictor	Jatkuva 1 tulos	Mikä on tulojen vaikutus pitkäikäisyys?,
Useita lineaarinen regressio	Jatkuva 2 tai enemmän ennustajia	Jatkuva 1 tulos	Mikä on vaikutus tulojen ja minuuttia liikuntaa päivässä pitkäikäisyys?
Logistinen regressio	Jatkuva	Binary	Mikä on vaikutus lääkkeen annostus on selviytymisen testi aihe?,

Vertailu testejä

Vertailu testit etsiä eroja ryhmä tarkoittaa. Niillä voidaan testata kategorisen muuttujan vaikutusta jonkin muun ominaisuuden keskiarvoon.

t-testejä käytetään vertailtaessa täsmälleen kahden ryhmän (esim.miesten ja naisten keskimääräisiä korkeuksia) keskiarvoja. ANOVA-ja MANOVA-testejä käytetään vertailtaessa yli kahden ryhmän (esimerkiksi lasten, teini-ikäisten ja aikuisten keskimääräisiä korkeuksia) keinoja.,

	Predictor variable	Tulokset muuttuja	tutkimuskysymys esimerkki
Paired t-test	Ehdoton 1 predictor	Määrällisiä ryhmät tulevat samasta väestöstä	Mikä on vaikutus kahden eri testin prep ohjelmia keskimäärin tentti tulokset opiskelijoille samassa luokassa?,
Riippumaton t-testi	Ehdoton 1 predictor	Määrällisiä ryhmät tulevat eri väestöryhmien	Mikä on ero keskimääräinen tentti tulokset opiskelijoille kahdesta eri kouluissa?
ANOVA	Ehdoton 1 tai enemmän ennustaja	Määrällisiä 1 tulos	Mikä on ero keskimääräinen kipu tasot keskuudessa post-kirurgiset potilaat annettiin kolme eri särkylääkkeitä?,
MANOVA	Ehdoton 1 tai enemmän ennustaja	Määrällisiä 2 tai enemmän tulos	Mikä on vaikutus kukka lajeja terälehti pituus, terälehti leveys ja varren pituus?

Korrelaatio testit

Korrelaatio testit tarkistaa, onko kaksi muuttujaa liittyvät olematta syy-ja-seuraus-suhteita.

näitä voidaan käyttää testaamaan, onko kaksi muuttujaa, joita haluat käyttää (esimerkiksi) useissa regressiotesteissä, autokorreloitu.,

	Predictor variable	Outcome variable	Research question example
Pearson’s r	Continuous	Continuous	How are latitude and temperature related?,

Valita parametrinen testi

Ei-parametriset testit eivät tehdä niin paljon oletuksia tiedot, ja ovat hyödyllisiä, kun yksi tai useampi yhteinen tilastollisia oletuksia rikotaan. Heidän tekemänsä johtopäätökset eivät kuitenkaan ole yhtä vahvoja kuin parametrisilla testeillä.,h>Wilcoxon Rank-Sum test

• Ehdoton
• 2 ryhmää

• Määrällisiä
• ryhmät tulevat eri väestöryhmien

Riippumaton t-testi Wilcoxon Signed-rank-testi

• Ehdoton
• 2 ryhmää

• Määrällisiä
• ryhmät tulevat samasta väestöstä

Paired t-test

Vuokaavio: valitsemalla tilastollinen testi

Tämä kaavio auttaa sinua valitsemaan joukossa parametriset testit., Muiden kuinparametristen vaihtoehtojen osalta katso yllä oleva taulukko.

Usein kysyttyjä kysymyksiä tilastollisia testejä