Good Mood

I test statistici sono utilizzati nei test di ipotesi. Possono essere utilizzati per:

• determinare se una variabile predittiva ha una relazione statisticamente significativa con una variabile di risultato.
• stima la differenza tra due o più gruppi.

I test statistici presuppongono un’ipotesi nulla di nessuna relazione o nessuna differenza tra i gruppi. Quindi determinano se i dati osservati non rientrano nell’intervallo di valori previsti dall’ipotesi nulla.,

Se sai già quali tipi di variabili hai a che fare, puoi utilizzare il diagramma di flusso per scegliere il test statistico giusto per i tuoi dati.

Diagramma di flusso dei test statistici

Cosa fa un test statistico?

I test statistici funzionano calcolando una statistica di test – un numero che descrive quanto la relazione tra le variabili nel test differisce dall’ipotesi nulla di nessuna relazione.

Calcola quindi un valore p (valore di probabilità)., Il valore p stima quanto sia probabile che si veda la differenza descritta dalla statistica del test se l’ipotesi nulla di nessuna relazione fosse vera.

Se il valore della statistica del test è più estremo della statistica calcolata dall’ipotesi nulla, è possibile dedurre una relazione statisticamente significativa tra il predittore e le variabili di risultato.

Se il valore della statistica del test è meno estremo di quello calcolato dall’ipotesi nulla, non è possibile dedurre alcuna relazione statisticamente significativa tra il predittore e le variabili di risultato.,

Quando eseguire un test statistico

È possibile eseguire test statistici su dati che sono stati raccolti in modo statisticamente valido – attraverso un esperimento o attraverso osservazioni effettuate utilizzando metodi di campionamento probabilistico.

Affinché un test statistico sia valido, la dimensione del campione deve essere abbastanza grande da approssimare la vera distribuzione della popolazione studiata.

Per determinare quale test statistico utilizzare, è necessario sapere:

• se i dati soddisfano determinate ipotesi.
• i tipi di variabili con cui hai a che fare.,

assunzioni Statistiche

test Statistici fare alcune ipotesi comuni circa i dati sono test:

1. l’Indipendenza delle osservazioni (un.k.un. no autocorrelazione): osservazioni/variabili da includere nel test non sono correlati (ad esempio, misure multiple di un singolo soggetto di prova non sono indipendenti, mentre le misurazioni di diversi soggetti di prova sono indipendenti).
2. Omogeneità della varianza: la varianza all’interno di ciascun gruppo confrontato è simile tra tutti i gruppi., Se un gruppo ha molte più variazioni rispetto ad altri, limiterà l’efficacia del test.
3. Normalità dei dati: i dati seguono una distribuzione normale (ovvero una curva a campana). Questa ipotesi si applica solo ai dati quantitativi.

Se i tuoi dati non soddisfano le ipotesi di normalità o omogeneità della varianza, potresti essere in grado di eseguire un test statistico non parametrico, che ti consente di effettuare confronti senza alcuna ipotesi sulla distribuzione dei dati.,

Se i tuoi dati non soddisfano l’ipotesi di indipendenza delle osservazioni, potresti essere in grado di utilizzare un test che tiene conto della struttura nei tuoi dati (test di misure ripetute o test che includono variabili di blocco).

Tipi di variabili

I tipi di variabili di solito determinano il tipo di test statistico che è possibile utilizzare.

Le variabili quantitative rappresentano quantità di cose (ad esempio il numero di alberi in una foresta). I tipi di variabili quantitative includono:

Le variabili categoriali rappresentano raggruppamenti di cose (ad esempio le diverse specie di alberi in una foresta)., I tipi di variabili categoriali includono:

Scegli il test che si adatta ai tipi di variabili predittive e di risultato che hai raccolto (se stai facendo un esperimento, queste sono le variabili indipendenti e dipendenti). Consulta le tabelle seguenti per vedere quale test corrisponde meglio alle tue variabili.

la Scelta di un test parametrico: regressione, di confronto o di correlazione

test Parametrici di solito hanno requisiti più severi in materia di test non parametrici, e sono in grado di rendere più forte inferenze dai dati. Possono essere condotti solo con dati che aderiscono alle ipotesi comuni dei test statistici.,

I tipi più comuni di test parametrici includono test di regressione, test di confronto e test di correlazione.

Test di regressione

I test di regressione vengono utilizzati per testare le relazioni causa-effetto. Cercano l’effetto di una o più variabili continue su un’altra variabile.,

	variabile predittiva	variabile di Esito	domanda di Ricerca esempio
regressione lineare Semplice	Continua 1 predittore	Continua 1 risultato	Qual è l’effetto di reddito sulla longevità?,
di regressione lineare Multipla	Continua 2 o più predittori	Continua 1 risultato	Qual è l’effetto di reddito e a pochi minuti di esercizio al giorno sulla longevità?
Regressione logistica	Continuo	Binario	Qual è l’effetto del dosaggio del farmaco sulla sopravvivenza di un soggetto di prova?,

Test di confronto

I test di confronto cercano le differenze tra i mezzi di gruppo. Possono essere utilizzati per testare l’effetto di una variabile categoriale sul valore medio di qualche altra caratteristica.

I test T vengono utilizzati quando si confrontano i mezzi di due gruppi precisi (ad esempio le altezze medie di uomini e donne). I test ANOVA e MANOVA vengono utilizzati quando si confrontano i mezzi di più di due gruppi (ad esempio l’altezza media di bambini, adolescenti e adulti).,

	variabile predittiva	variabile di Esito	domanda di Ricerca esempio
Paired t-test	Categorico 1 predittore	Quantitative gruppi provengono dalla stessa popolazione	Qual è l’effetto di due diversi programmi test prep sulla media dei punteggi dell’esame per studenti della stessa classe?,
Indipendente t-test	Categorico 1 predittore	Quantitative gruppi provenienti da diverse popolazioni	Qual è la differenza in media punteggi dell’esame per gli studenti di due scuole diverse?
ANOVA	Categorico 1 o più predittore	Quantitative 1 risultato	Qual è la differenza in media livelli di dolore tra post-pazienti chirurgici dato tre diversi antidolorifici?,
MANOVA	Categoriale 1 o più predittore	Quantitativo 2 o più risultato	Qual è l’effetto delle specie floreali sulla lunghezza del petalo, sulla larghezza del petalo e sulla lunghezza del gambo?

Test di correlazione

I test di correlazione controllano se due variabili sono correlate senza assumere relazioni causa-effetto.

Questi possono essere utilizzati per verificare se due variabili che si desidera utilizzare (ad esempio) in un test di regressione multipla sono autocorrelate.,

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

La scelta di un test non parametrico

I test non parametrici non fanno tante ipotesi sui dati e sono utili quando una o più ipotesi statistiche comuni vengono violate. Tuttavia, le inferenze che fanno non sono così forti come con i test parametrici.,h>il test di Wilcoxon Rank-Sum test

• Categorico
• 2 gruppi

• Quantitative
• gruppi provenienti da diverse popolazioni

Indipendente t-test Wilcoxon-rank test

• Categorico
• 2 gruppi

• Quantitative
• gruppi provengono dalla stessa popolazione

Paired t-test

Diagramma di flusso: la scelta di un test statistico

Questo flusso consente di scegliere tra test parametrici., Per alternative non parametriche, controllare la tabella sopra.

Domande frequenti sui test statistici