TESTIRANJE ZNAČAJNOSTI RAZLIKE

Σχετικά έγγραφα
nepoznati parametar θ jednak broju θ 0, u oznaci H 0 (θ =θ 0 ), je primer proste hipoteze. Ako hipoteza nije prosta, onda je složena.

VJEROVATNOĆA-POJAM. Definicija vjerovatnoće Σ = f x f. f f. f x f. f f ... = Σ = Σ. i...

Neparametarski testovi za dva nezavisna uzorka. Boris Glišić 208/2010 Bojana Ružičić 21/2010

numeričkih deskriptivnih mera.

Osnove teorije uzoraka

Definicija: Hipoteza predstavlja pretpostavku koja je zasnovana na određenim činjenicama (najčešće naučnim ili iskustvenim).

Uvod u neparametarske testove

Str. 454;139;91.

Str

Postoji nekoliko statidtičkih testova koji koriste t raspodelu, koji se jednim imenom zovu t-testovi.

Statističko zaključivanje - testiranje hipoteza. Katedra za medicinsku statistiku i informatiku

5. Karakteristične funkcije

Uvod u neparametarske testove

Testiranje statistiqkih hipoteza

Verovatnoća i Statistika. II deo. Osnovi Statistike. Beleške Prof. Aleksandra Ivića

PROCJENE PARAMETARA POPULACIJE

Procjena parametara. Zadatak 4.1 Neka je X 1, X 2,..., X n slučajni uzorak iz populacije s konačnim očekivanjem µ i varijancom σ 2.

Apsolutno neprekidne raspodele Raspodele apsolutno neprekidnih sluqajnih promenljivih nazivaju se apsolutno neprekidnim raspodelama.

Analiza varijanse sa jednim Posmatra se samo jedna promenljiva

Počela biostatistike, Poslijediplomski interdisciplinarni doktorski studij Molekularne bioznanosti. Molekularne bioznanosti. Molekularne bioznanosti

KOMUTATIVNI I ASOCIJATIVNI GRUPOIDI. NEUTRALNI ELEMENT GRUPOIDA.

Greške merenja i statistička obrada podataka

Broj e. Nadja Radović, Maja Roslavcev, Jelena Tomanović December 14, 2006

Dvanaesti praktikum iz Analize 1

3n an = 4n3/2 +2n+ n 5n 3/2 +5n+2 n a 2 n = n 2. ( 2) n Dodatak. = 0, lim n! 2n 6n + 1

(Hi-kvadrat test) r (f i f ti ) 2 H = f ti. i=1

Granične vrednosti realnih nizova

UNIVERZITET U NIŠU ELEKTRONSKI FAKULTET SIGNALI I SISTEMI. Zbirka zadataka

Obrada signala

Sadrˇzaj Sadrˇzaj 12 TEORIJA PROCJENA

Osnovni primer. (Z, +,,, 0, 1) je komutativan prsten sa jedinicom: množenje je distributivno prema sabiranju

a M a A. Može se pokazati da je supremum (ako postoji) jedinstven pa uvodimo oznaku sup A.

Izbor statističkih testova Ana-Maria Šimundić

9.1 Testovi hipoteza u statistici

Elementi spektralne teorije matrica

Zavrxni ispit iz Matematiqke analize 1

Ispitivanje toka i skiciranje grafika funkcija

Univerzitet u Sarajevu Građevinski fakultet Katedra za matematiku, programiranje, nacrtnu geometriju i fiziku

3.1 Granična vrednost funkcije u tački

X. Testiranje hipoteza. Osnovni koncepti testiranja hipoteza TESTIRANJE HIPOTEZA OSNOVNI KONCEPTI I TESTOVI POVEZANOSTI 19/11/15

Mašinsko učenje. Regresija.

UVOD U STATISTIČKO ZAKLJUČIVANJE

9. TESTIRANJE HIPOTEZA O PARAMETRU. Josipa Perkov, prof., pred. 1

DISKRETNA MATEMATIKA - PREDAVANJE 7 - Jovanka Pantović

Računarska grafika. Rasterizacija linije

(P.I.) PRETPOSTAVKA INDUKCIJE - pretpostavimo da tvrdnja vrijedi za n = k.

STATISTIKA S M E I M N I AR R 7 : METODE UZORKA

Verovatnoća i Statistika I deo Teorija verovatnoće (zadaci) Beleške dr Bobana Marinkovića

Tačkaste ocene parametara raspodele

T r. T n. Naponi na bokovima zubaca

3 Populacija i uzorak

SISTEMI NELINEARNIH JEDNAČINA

Pošto pretvaramo iz veće u manju mjernu jedinicu broj 2.5 množimo s 1000,

IspitivaƬe funkcija: 1. Oblast definisanosti funkcije (ili domen funkcije) D f

PRAVA. Prava je u prostoru određena jednom svojom tačkom i vektorom paralelnim sa tom pravom ( vektor paralelnosti).

STATISTIKA. 1. Osnovni pojmovi

Riješeni zadaci: Nizovi realnih brojeva

VEROVATNO A I STATISTIKA A - TEST 1 9. NOVEMBAR 2013.

2.2 Srednje vrijednosti. aritmetička sredina, medijan, mod. Podaci (realizacije varijable X): x 1,x 2,...,x n (1)

( x) ( ) dy df dg. =, ( x) e = e, ( ) ' x. Zadatak 001 (Marinela, gimnazija) Nađite derivaciju funkcije f(x) = a + b x. ( ) ( )

Sadrˇzaj. Sadrˇzaj MATEMATIČKA STATISTIKA DESKRIPTIVNA STATISTIKA Ponovimo... 15

Općenito, iznos normalne deformacije u smjeru normale n dan je izrazom:

2 tg x ctg x 1 = =, cos 2x Zbog četvrtog kvadranta rješenje je: 2 ctg x

Chi-kvadrat test. Chi-kvadrat (χ2) test

METODA SEČICE I REGULA FALSI

ELEKTROTEHNIČKI ODJEL

Iskazna logika 3. Matematička logika u računarstvu. novembar 2012

MATRICE I DETERMINANTE - formule i zadaci - (Matrice i determinante) 1 / 15

APROKSIMACIJA FUNKCIJA

3. OSNOVNI POKAZATELJI TLA

Kontrolni zadatak (Tačka, prava, ravan, diedar, poliedar, ortogonalna projekcija), grupa A

Populacija Ciljna/uzoračka populacija

INTELIGENTNO UPRAVLJANJE

IZVODI ZADACI ( IV deo) Rešenje: Najpre ćemo logaritmovati ovu jednakost sa ln ( to beše prirodni logaritam za osnovu e) a zatim ćemo

41. Jednačine koje se svode na kvadratne

POSTAVLJANJE I TESTIRANJE HIPOTEZA

NEPARAMETRIJSKE TEHNIKE

IZRAČUNAVANJE POKAZATELJA NAČINA RADA NAČINA RADA (ISKORIŠĆENOSTI KAPACITETA, STEPENA OTVORENOSTI RADNIH MESTA I NIVOA ORGANIZOVANOSTI)

PARCIJALNI IZVODI I DIFERENCIJALI. Sama definicija parcijalnog izvoda i diferencijala je malo teža, mi se njome ovde nećemo baviti a vi ćete je,

Testiranje statističkih hipoteza Materijali za nastavu iz Statistike

XI dvoqas veжbi dr Vladimir Balti. 4. Stabla

Sistemi veštačke inteligencije primer 1

SVEUČILIŠTE U RIJECI GRAĐEVINSKI FAKULTET U RIJECI. Specijalistički diplomski stručni studij

RAČUNANJE SA PRIBLIŽNIM VREDNOSTIMA BROJEVA

PISMENI ISPIT IZ STATISTIKE

I.13. Koliki je napon između neke tačke A čiji je potencijal 5 V i referentne tačke u odnosu na koju se taj potencijal računa?

Kaskadna kompenzacija SAU

Studentov t-test. razlike. t = SG X

Cauchyjev teorem. Postoji više dokaza ovog teorema, a najjednostvniji je uz pomoć Greenove formule: dxdy. int C i Cauchy Riemannovih uvjeta.

radni nerecenzirani materijal za predavanja R(f) = {f(x) x D}

Ĉetverokut - DOMAĆA ZADAĆA. Nakon odgledanih videa trebali biste biti u stanju samostalno riješiti sljedeće zadatke.

Trigonometrija 2. Adicijske formule. Formule dvostrukog kuta Formule polovičnog kuta Pretvaranje sume(razlike u produkt i obrnuto

Računarska grafika. Rasterizacija linije

Betonske konstrukcije 1 - vežbe 3 - Veliki ekscentricitet -Dodatni primeri

Zaključivanje o jednakosti distribucija temeljeno na dva uzorka

Testiranje hipoteza statistika zaključivanja

OBRTNA TELA. Vladimir Marinkov OBRTNA TELA VALJAK

18. listopada listopada / 13

Funkcije dviju varjabli (zadaci za vježbu)

13. TESTIRANJE HIPOTEZE O NEPOZNATIM KARAKTERISTIKAMA POPULACIJE

Transcript:

//0 TESTIRANJE ZNAČAJNOSTI RAZLIKE Z-TEST I T-TEST Beograd, 0 Ass. dr Zora Bukumirić Z-TEST I T-TEST z-testom i Studetovim t-testom testiramo razliku: jede aritmetičke sredie i pretpostavljee vredosti dve aritmetičke sredie dva ezavisa uzorka dva zavisa uzorka

//0 Z-TEST I T-TEST Pretpostavke za izvođeje: obe varijable koje se testiraju moraju biti umeričke ormala raspodela ili aproksimacija ormale raspodele (CV<30%) obe varijable PROCEDURA TESTIRANJA HIPOTEZA. Formulisati ultu i alterativu hipotezu. Odrediti ivo začajosti (α-ivo) 3. Odabrati odgovarajući test 4. Izračuati empirijsku vredost testa (statistika testa) a osovu primejee formule 5. Odrediti teorijsku vredost testa (oblast odbacivaja) tj. graiče vredosti 6. Doeti statistički zaključak

//0 Formulisati Odrediti Odabrati Izračuati empirijsku Odrediti teorijsku Statistički H 0 i H ivo začajosti test vredost testa vredost testa zaključak Nulta hipoteza, e postoji razlika aritmetičkih sredia: H 0 : μ = μ Alterativa (rada) hipoteza -dvostraa hipoteza, postoji razlika aritmetičkih sredia bez obzira a smer razlike: H : μ μ -jedosmera hipoteza, postoji razlika aritmetičkih sredia u jedom smeru tj. da jeda veća od druge: H : μ < μ H : μ > μ Formulisati Odrediti Odabrati Izračuati empirijsku Odrediti teorijsku Statistički H 0 i H ivo začajosti test vredost testa vredost testa zaključak Nivo začajosti (α-ivo) je maksimala verovatoća greške I tipa koju je istraživač sprema da prihvati u svom istraživaju. α-ivo je ajčešće 0,05 ili 0,0. 3

//0 Formulisati Odrediti Odabrati Izračuati empirijsku Odrediti teorijsku Statistički H 0 i H ivo začajosti test vredost testa vredost testa zaključak MALI UZORCI 30 t-test VELIKI UZORCI > 30 z-test NEZAVISNI UZORAK ZAVISNI UZORAK Jediice u jedom uzorku su različite i ezavise od jediica u drugom uzorku. Jediica posmatraja može biti samo u jedom uzorku. Jediice jedog uzorka povezae su sa jediicama drugog uzorka. Poovljea mereja a istim jediicama posmatraja (pre i posle) Formulisati Odrediti Odabrati Izračuati empirijsku Odrediti teorijsku Statistički H 0 i H ivo začajosti test vredost testa vredost testa zaključak Izračuati empirijsku vredost testa (statistika testa) a osovu primejee formule. 4

//0 Formulisati Odrediti Odabrati Izračuati empirijsku Odrediti teorijsku Statistički H 0 i H ivo začajosti test vredost testa vredost testa zaključak Odrediti teorijsku vredost testa iz tablica. Teorijska vredost testa je maksimala vredost testa za koju još uvek važi H 0. z t teorijska vredost z-testa Određuje se a osovu: jedosmere ili dvosmere H ivoa začajosti (α-ivo) Nivo začajosti 0,05 0,0 Dvosmero testiraje,96,58 Jedosmero testiraje,64,33 Formulisati Odrediti Odabrati Izračuati empirijsku Odrediti teorijsku Statistički H 0 i H ivo začajosti test vredost testa vredost testa zaključak t-test Određuje se iz tablica t raspodele a osovu: jedosmere ili dvosmere H ivoa začajosti (α-ivo) broja stepea slobode (DF) za dvosmeru H α-ivo od 0,05 DF=9 t t =,6 jedosmero testiraje (verovatoća rizika) Stepe 0,05 0,05 0,0 0,005 slobode dvosmero testiraje (verovatoća rizika) 0,0 0,05 0,0 0,0 6,34,706 3,8 63,657,90 4,303 6,965 9,95 3,353 3,8 4,54 5,84 4,3,776 3,747 4,604 5,05,57 3,365 4,03 6,943,447 3,43 3,707 7,895,365,998 3,500 8,860,306,896 3,355 9,833,6,8 3,50 0,8,8,764 3,69 5

//0 Formulisati Odrediti Odabrati Izračuati empirijsku Odrediti teorijsku Statistički H 0 i H ivo začajosti test vredost testa vredost testa zaključak Poređeje empirijske i teorijske vredosti metoda. t e > t t H p<0,05 t e < t t H 0 p>0,05 z e > z t H p<0,05 z e < z t H 0 p>0,05 Ako je empirijska vredost testa u oblasti odbacivaja odbaciti ultu i prihvatiti alterativu hipotezu. U protivom, zadržati ultu hipotezu. jeda uzorak Testiramo ultu hipotezu da je aritmetička sredia populacije jedaka ekoj specifikovaoj vredosti: H 0 : = 0 - epozata aritmetička sredia populacije iz koje potiče uzorak, 0 -specifikovaa vredost koja je pretpostavljea a osovu raijih istraživaja ili teorijskog modela. 6

//0 jeda uzorak z-test veliki uzorak (>30) pozata varijasa populacije (SD ) t-test mali uzorak ( 30) ije pozata varijasa populacije (SD ) x X z SE x x X SD x X t SE x x X sd x - aritmetička sredia uzorka X - specifikovaa vredost populacije SD SE x -stadarda greška aritmetičke sredie populacije jeda uzorak Pretpostavke za izvođeje: slučajo bira uzorak umerički kotiuirai podaci ormala raspodela u populaciji 7

//0 jeda uzorak Primer : Ispitivaa je telesa masa a rođeju u jedoj opštii u toku jede godie. Aritmetička sredia slučajog uzroka, veličie 50, izosila je 3530 g. Prethoda istraživaja ukazivala su a aritmetičku srediu 3550 g, i stadardu devijaciju SD=49g. Da li se može reći da je došlo do promee telese mase a rođeju? Testirati a ivou začajosti od 0,05. jeda uzorak H 0 : μ = 3550g H : μ 3550g α-ivo = 0,05 pozata SD populacije >30 x X z SE x z 3530 3550 0 0,948 49, 50 z e = 0,948 z t =,96 z e < z t H 0 p>0,05 Zaključak: Dobijea zed vredost (0,948) je maja od teorijske (,96), za dvosmero testiraje i ivo začajosti 0,05, pa prihvatamo H 0 i zaključujemo da ije došlo do začaje promee telese mase a rođeju u posledjoj godii u odosu a protekli period (p>0,05). 8

//0 dva ezavisa uzorka Testiramo ultu hipotezu da su aritmetičke sredie osovih skupova iz kojih su dobijei uzorci jedake H 0 : = Uslovi za testiraje: ormalost podataka jedakost varijasi ezavisost uzoraka dva ezavisa uzorka z-test SD u populaciji pozate uzorci veliki ili mali z x x SD SD z-test SD u populaciji epozate uzorci veliki ( > 30) t-test za dva ezavisa uzorka SD u populaciji epozate uzorci mali ( 30) z t x x sd ( sd ) sd ( ) sd x x DF 9

//0 dva ezavisa uzorka Primer : Dve grupe lečee su tretmaima A i B. Sedimetacija eritrocita (mm/h) ispitaika u istraživaju izosi: Tretma A: 5 7 0 4 9 7 8 9 Tretma B: 6 4 7 5 8 7 6 Da li se ova dva tretmaa razlikuju prema sedimetaciji eritrocita? Testirati a ivou začajosti od 0,05. Pozato je da ispitivaa varijabla ima ormalu raspodelu u populaciji. dva ezavisa uzorka x x x 39 8 x 3 7 sd sd x x 7,38 6,4 9,88 7 x x 0,86 6 4,7,8 t x x ( ) sd ( ) sd Tretma A Tretma B x x x x x x x x 5 -,38 5,66 6-0,4 0,0 7-0,38 0,4 4 -,4 4,58 0,6 6,86 7 0,86 0,74 4-3,38,4 5 -,4,30 9,6,6 8,86 3,46 7-0,38 0,4 7 0,86 0,74 8 0,6 0,38 6-0,4 0,0 9,6,6 Σ 39 8,88 3 0,86 7,38 6,4 x (8 ) 4.7 (7 ).8 8 7 8 7,35 x 0

//0 dva ezavisa uzorka za dvosmera H α-ivo od 0,05 DF=3 t t =,60 Stepe slobode jedosmero testiraje (verovatoća rizika) 0,05 0,05 0,0 0,005 dvosmero testiraje (verovatoća rizika) 0,0 0,05 0,0 0,0 6,34,706 3,8 63,657,90 4,303 6,965 9,95 3,353 3,8 4,54 5,84 4,3,776 3,747 4,604 5,05,57 3,365 4,03 6,943,447 3,43 3,707 7,895,365,998 3,500 8,860,306,896 3,355 9,833,6,8 3,50 0,8,8,764 3,69,796,0,78 3,06,78,79,68 3,054 3,77,60,650 3,0 dva ezavisa uzorka H 0 : A = B H : A B α-ivo = 0,05 t e =,35 t t =,60 t e < t t H 0 p>0,05 Zaključak: Dobijea t statistika (,35) maja je od graiče (,60) za dvosmero testiraje, DF=3 i ivo začajosti 0,05. Zaključujemo da između ispitaika a tretmaima A i B e postoji statistički začaja razlika prema sedimetaciji eritrocita (t=,35; DF=3; p>0,05).

//0 dva zavisa uzorka Test je zasova a razlici opservacija pre-posle ili razlici mečovaih opservacija. Testiramo ultu hipotezu da je aritmetička sredia razlika pre-posle jedaka 0. H 0 : d = 0 Uslovi za testiraje: ormalost podataka jedakost varijasi zavisi uzorci dva zavisa uzorka Primer 3: Deset bolesika od hroiče opstruktive bolesti pluća praćeo je u toku 5 godia. Date su vredosti vitalog kapaciteta pluća (ml) a početku i kraju tog perioda: Prvo mereje: 960 80 990 3050 670 900 380 30 3490 890 Drugo mereje: 700 640 90 850 580 790 80 970 750 680 Da li je došlo do promee vitalog kapaciteta u posmatraom periodu? Testirati a ivou začajosti od 0,05.

//0 dva zavisa uzorka d 480 d 48 0 t d d d ( ) 4,08 DF 0 9 48 650400 95600 0 0(0 ) prvo mereje drugo mereje x x d=x -x d 960 700 60 67600 80 640 80 3400 990 90 70 4900 3050 850 00 40000 670 580 90 800 900 790 0 00 380 80 370 36900 30 970 50 6500 3490 750 740 547600 890 680 0 4400 Σ -480 95600 dva zavisa uzorka dvosmera H za α-ivo od 0,05 DF=9 t t =,6 Stepe slobode jedosmero testiraje (verovatoća rizika) 0,05 0,05 0,0 0,005 dvosmero testiraje (verovatoća rizika) 0,0 0,05 0,0 0,0 6,34,706 3,8 63,657,90 4,303 6,965 9,95 3,353 3,8 4,54 5,84 4,3,776 3,747 4,604 5,05,57 3,365 4,03 6,943,447 3,43 3,707 7,895,365,998 3,500 8,860,306,896 3,355 9,833,6,8 3,50 0,8,8,764 3,69,796,0,78 3,06,78,79,68 3,054 3,77,60,650 3,0 3

//0 dva zavisa uzorka H 0 : d = 0 H : d 0 α-ivo = 0,05 t e = 4,08 t t =,6 t e > t t H p<0,05 Zaključak: Dobijea statistika t-testa (4,08) je veća od graiče vredosti (,6) za dvosmero testiraje, DF = 9 i ivo začajosti od 0,05. Došlo je do začajog smajeja vitalog kapaciteta u posmatraom periodu (t = 4,08; DF=9; p<0,05). Zadatak Zadatak: Deset dijabetičara je pre terapije imalo sledeće vredosti glikemije: 4,99, 9,38 6,99 6,44 0,66 7,98 3,0 9, 6,6 mmol/l Posle odgovarajuće terapije kod istih bolesika vredost šećera u krvi izosila je: 0,05 8, 7,33 0,49 9,44 6,99,7 7,6 5,83 8,88 mmol/l Da li je terapija uspešo delovala? Testirati a ivou začajosti od 0,05. 4

//0 Zadatak d 3,46 d 3,46 0 t d d d ( ) 3,46-3,46 08,36 0 0(0 ) 3,46,854,5 Pre terapije Posle terapije x x d=x -x d 4,99 0,05-4,94 4,40, 8, -3,99 5,9 9,38 7,33 -,05 4,0 6,99 0,49-6,5 4,5 6,44 9,44 3,00 9,00 0,66 6,99-3,67 3,47 7,98,7-6,7 45,0 3, 7,6-5,94 35,8 9, 5,83-3,38,4 6,6 8,88,7 7,40 Σ - - -3,46 08,36 DF 0 9 Zadatak dvosmera H za α-ivo od 0,05 DF=9 t t =,6 Stepe slobode jedosmero testiraje (verovatoća rizika) 0,05 0,05 0,0 0,005 dvosmero testiraje (verovatoća rizika) 0,0 0,05 0,0 0,0 6,34,706 3,8 63,657,90 4,303 6,965 9,95 3,353 3,8 4,54 5,84 4,3,776 3,747 4,604 5,05,57 3,365 4,03 6,943,447 3,43 3,707 7,895,365,998 3,500 8,860,306,896 3,355 9,833,6,8 3,50 0,8,8,764 3,69,796,0,78 3,06,78,79,68 3,054 3,77,60,650 3,0 5

//0 Zadatak H 0 : d = 0 H : d 0 α-ivo = 0,05 t e =,854 t t =,6 t e > t t H p<0,05 Zaključak: Dobijea statistika t-testa (,854) je veća od graiče vredosti (,6) za dvosmero testiraje, DF = 9 i ivo začajosti od 0,05. Došlo je do začajog smajeja glikemije ako primee terapije (t =,854; DF=9; p<0,05). 6