statisztikai teszteket alkalmaznak a hipotézisvizsgálatban. Ezeket fel lehet használni:
- annak meghatározására, hogy egy prediktor változó statisztikailag szignifikáns kapcsolatban áll-e egy eredményváltozóval.
- becsülje meg a különbséget két vagy több csoport között.
a statisztikai tesztek nullhipotézist feltételeznek, hogy nincs kapcsolat vagy nincs különbség a csoportok között. Ezután meghatározzák, hogy a megfigyelt adatok kívül esnek-e a null hipotézis által előrejelzett értéktartományon.,
Ha már tudja, hogy milyen típusú változókkal foglalkozik, akkor a folyamatábra segítségével kiválaszthatja az adatok megfelelő statisztikai tesztjét.
statisztikai tesztek folyamatábra
mit csinál egy statisztikai teszt?
a statisztikai tesztek egy tesztstatisztika kiszámításával működnek-egy szám, amely leírja, hogy a teszt változói közötti kapcsolat mennyire különbözik a kapcsolat nélküli null hipotézistől.
ezután kiszámítja a P-értéket (valószínűségi érték)., A p-érték becslése szerint mennyire valószínű, hogy látni fogja a tesztstatisztika által leírt különbséget, ha a kapcsolat nélküli null hipotézis igaz.
Ha a tesztstatisztika értéke szélsőségesebb, mint a null hipotézisből kiszámított statisztika, akkor a prediktor és az eredményváltozók közötti statisztikailag szignifikáns összefüggést lehet következtetni.
Ha a tesztstatisztika értéke kevésbé szélsőséges, mint a nullhipotézisből kiszámított érték, akkor a prediktor és az eredményváltozók közötti statisztikailag szignifikáns összefüggést nem lehet megállapítani.,
mikor kell statisztikai tesztet végezni
statisztikai teszteket végezhet statisztikailag érvényes módon gyűjtött adatokon-akár kísérleten keresztül, akár valószínűségi mintavételi módszerekkel végzett megfigyeléseken keresztül.
ahhoz, hogy egy statisztikai teszt érvényes legyen, a minta méretének elég nagynak kell lennie ahhoz, hogy megközelítse a vizsgált populáció valódi eloszlását.
annak meghatározásához, hogy melyik statisztikai tesztet kell használni, tudnia kell:
- hogy adatai megfelelnek-e bizonyos feltételezéseknek.
- a változók típusai, amelyekkel foglalkozik.,
Statisztikai feltételezések
a Statisztikai vizsgálatok, hogy néhány közös feltételezések arról, hogy az adatok vannak vizsgálat:
- Függetlenségét megfigyelések (egy.k.egy. nem autocorrelation): A megfigyelések/változók, amelyek a teszt nem kapcsolódó (például, több mérést egyetlen vizsgálat tárgyát nem független, míg a mérések több különböző tantárgyakhoz független).
- a variancia homogenitása: az összehasonlítandó csoportokon belüli variancia minden csoportban hasonló., Ha egy csoportnak sokkal több változata van, mint másoknak, akkor korlátozza a teszt hatékonyságát.
- Az adatok Normalitása: az adatok normál eloszlást követnek (más néven harang görbe). Ez a feltételezés csak a mennyiségi adatokra vonatkozik.
ha adatai nem felelnek meg a variancia normalitására vagy homogenitására vonatkozó feltételezéseknek, előfordulhat, hogy nemparametrikus statisztikai tesztet hajt végre, amely lehetővé teszi az összehasonlítást az adateloszlással kapcsolatos feltételezések nélkül.,
ha adatai nem felelnek meg a megfigyelések függetlenségének feltételezésének, akkor előfordulhat, hogy olyan tesztet használhat, amely az adatok szerkezetét tartalmazza (ismételt mérésű tesztek vagy tesztek, amelyek blokkoló változókat tartalmaznak).
változók típusai
a változók típusai általában meghatározzák, hogy milyen típusú statisztikai tesztet használhat.
A kvantitatív változók a dolgok mennyiségét jelentik (például az erdőben lévő fák számát). A kvantitatív változók típusai a következők:
a kategorikus változók a dolgok csoportosítását jelentik (például az erdő különböző fafajai)., A kategorikus változók típusai a következők:
válassza ki azt a tesztet, amely megfelel az Ön által gyűjtött prediktor-és eredményváltozók típusainak (ha kísérletet végez, ezek a független és függő változók). Tekintse meg az alábbi táblázatokat, hogy melyik teszt felel meg legjobban a változóknak.
válasszon egy parametrikus teszt: regresszió, összehasonlítás, vagy megfelelési
Parametrikus tesztek általában szigorúbb követelmények vonatkoznak, mint nemparaméteres vizsgálatokat, valamint képes arra, hogy erősebb következtetések az adatok. Ezeket csak olyan adatokkal lehet elvégezni, amelyek megfelelnek a statisztikai tesztek közös feltételezéseinek.,
a parametrikus teszt leggyakoribb típusai a regressziós tesztek, összehasonlító tesztek és korrelációs tesztek.
regressziós tesztek
regressziós tesztek az ok-okozati összefüggések vizsgálatára szolgálnak. Egy vagy több folyamatos változónak egy másik változóra gyakorolt hatását keresik.,
| Predictor változó | Eredmény változó | Kutatási kérdés példa | |
|---|---|---|---|
| Egyszerű lineáris regressziós |
|
|
Mi a hatása a jövedelem, hosszú élet?, |
| Többszörös lineáris regressziós |
|
|
Mi a hatása a jövedelem perc edzés naponta hosszú élet? |
| logisztikai regresszió |
|
|
milyen hatással van a gyógyszeradag egy vizsgálati alany túlélésére?, |
összehasonlító tesztek
összehasonlító tesztek a csoporteszközök közötti különbségeket keresik. Használhatók arra, hogy teszteljék egy kategorikus változó hatását egy másik jellemző átlagértékére.
A t-teszteket pontosan két csoport (például a férfiak és nők átlagos magasságának) eszközeinek összehasonlításakor használják. Az ANOVA és a MANOVA teszteket Több mint két csoport (például a gyermekek, tinédzserek és felnőttek átlagos magasságának) eszközeinek összehasonlításakor alkalmazzák.,
| Predictor változó | Eredmény változó | Kutatási kérdés példa | |
|---|---|---|---|
| Párosított t-próba |
|
|
Mi is az a hatása, hogy két különböző vizsga felkészítő programok átlagos vizsga eredménye a diákok az osztályban?, |
| Független t-próba |
|
|
Mi a különbség az átlagos vizsga eredménye a diákok két különböző iskolák? |
| ANOVA |
|
|
Mi a különbség az átlagos fájdalom szintek között post-sebészeti betegeknél, mivel három különböző fájdalomcsillapítók?, |
| a NAP |
|
|
Mi a hatása a virág fajok szirom hossza, szirom szélessége, valamint a szár hossza? |
korrelációs tesztek
korrelációs tesztek ellenőrzik, hogy két változó összefügg-e ok-okozati összefüggések feltételezése nélkül.
ezek segítségével ellenőrizhető, hogy a többszörös regressziós tesztben használni kívánt két változó autokorrelált-e.,
| Predictor variable | Outcome variable | Research question example | |
|---|---|---|---|
| Pearson’s r | Continuous | Continuous | How are latitude and temperature related?, |
nemparametrikus Teszt kiválasztása
a nem parametrikus tesztek nem tesznek annyi feltételezést az adatokról, és hasznosak, ha egy vagy több közös statisztikai feltételezést megsértenek. Az általuk levont következtetések azonban nem olyan erősek, mint a parametrikus tesztek.,h>Wilcoxon Rank-Összeg teszt
- Kategorikus
- 2 csoport
- Mennyiségi
- csoportok jönnek a különböző populációk
- Kategorikus
- 2 csoport
- Mennyiségi
- csoportok ugyanabból a lakosság
Folyamatábra: válasszon egy statisztikai teszt
Ez a folyamatábra segítségével választhat parametrikus teszteket., Nem paraméteres alternatívák esetén ellenőrizze a fenti táblázatot.
Gyakran Ismételt Kérdések a statisztikai tesztekről
a Statisztikai vizsgálatok általában azt feltételezik, hogy:
- az adatok normális eloszlású
- a csoportok összehasonlítása hasonló variancia
- az adatok független
Ha az adatok nem felelnek meg ezek a feltételezések lehet még használni egy nemparaméteres statisztikai teszt, amely kevesebb követelmények, hanem az, hogy gyengébb, következtetések.,
a tesztstatisztika egy statisztikai teszt által kiszámított szám. Leírja, hogy a megfigyelt adatok milyen messze vannak a null hipotézistől, miszerint nincs kapcsolat a változók között, vagy nincs különbség a mintacsoportok között.
a vizsgálati statisztika megmutatja, hogy a két vagy több csoport mennyire különbözik a teljes populációtól, vagy mennyire különbözik a lineáris lejtés a nullhipotézis által előrejelzett lejtőtől. A különböző statisztikai tesztekben különböző tesztstatisztikákat használnak.
a statisztikai szignifikancia a kutatók által használt kifejezés arra, hogy kijelentsék, hogy nem valószínű, hogy megfigyeléseik a statisztikai teszt nullhipotézisében következhettek volna be. A jelentőséget általában p-érték vagy valószínűségi érték jelöli.
A statisztikai szignifikancia önkényes-a kutató által választott küszöbértéktől vagy alfa-értéktől függ. A leggyakoribb küszöb p < 0,05, ami azt jelenti, hogy az adatok valószínűleg a nullhipotézis alatt az idő kevesebb mint 5% – ában fordulnak elő.,
amikor a p-érték a kiválasztott alfa érték alá esik, akkor azt mondjuk, hogy a teszt eredménye statisztikailag szignifikáns.
A kvantitatív változók olyan változók, ahol az adatok mennyiségeket (pl. magasság, súly vagy életkor) képviselnek.
a kategorikus változók olyan változók, ahol az adatok csoportokat képviselnek. Ez magában foglalja a rangsorolást (például a verseny befejező helyeit), az osztályozást (pl. gabonamárkák), valamint a bináris eredményeket (pl.,
tudnia kell, hogy milyen típusú változókkal dolgozik az adatok megfelelő statisztikai tesztjének kiválasztásához és az eredmények értelmezéséhez.
A diszkrét és folytonos változók a kvantitatív változók két típusa:
- diszkrét változók a számításokat képviselik (pl. a gyűjteményben lévő objektumok száma).
- a folyamatos változók mérhető mennyiségeket képviselnek (pl. vízmennyiség vagy tömeg).
