Help
Options
Didn't know it?
click below
click below
Knew it?
click below
click below
Don't Know
Remaining cards (0)
Know
retry
shuffle
restart
0:00
Embed Code - If you would like this activity on your web page, copy the script below and paste it into your web page.
Normal Size Small Size show me how
Normal Size Small Size show me how
Statistika
| Question | Answer |
|---|---|
| P-hodnota | Pravdepodobnost získaná pomoci statistického testu. Hodnoty od 0-1. Pravdepodobnost, ze za platnosti nulové hypotezy získáme vysledek, který je ještě extrémnější co se tyče porušení nulové hypotezy, než ten, co jsme získali. |
| Hladina významnosti | Alfa, jak malo pravděpodobný jev musíme být schopni předpovědět, abychom mohli tvrdit, ze nulová hypotéza neplatí a přijímáme alternativni hypotézu. Běžne 0,05 |
| Alternativni hypotéza | Ha, ta správná, nelze v praxi přímo testovat, nutno vytvořit doplněk-nulová hypoteza. Alternativni hypotézu můžeme jen přijmout, ne zamítnout! |
| Nulová hypotéza | Ho, rika, ze nase prognóza je mylná a žádný efekt/souvislost neexistuje. Nulovou hypotézu můžeme jen zamítnout, ne přijmout! |
| Míra účinku | Libovolna statistika, znaci se male d, pro kterou plati: 1) odrazi miru poruseni nulove hypotezy 2) jeji stredni hodnota neni ovlivnena velikosti souboru 3) neni ovlivnena jednotkami mereni. Muzeme ji interpretovat jako pocet smerodatnych odchylek |
| T-test pro jeden vyber | Statistika T má studentovo T rozdělení s n-1 stupni volnosti |
| T-test pro dva nezávisle vybery | Statistika T má studentovo T rozdělení s n+m-2 stupni volnosti. Ukazatel míry účinku je Cohenovo d, podmínky: nezávislost měření, náhodné veliciny mají normální rozdělení a shoda rozptylu |
| Cohenovo d | Ukazatel míry účinku pro t-test pro dva nezávisle výběry. Rozdíl mezi průměry jednotlivých skupin standardizovaný společnou směrodatnou odchylkou. |
| Welchuv test | T-test pro dva nezávisle výběry bez předpokladu stejného rozptylu. Neni tak populární, protože výpočet p-hodnoty neni matematický zcela přesný. Míra účinku je glassova delta |
| Glassova delta | Ukazatel míry účinku pro welchuv test. Vypočítá se jako rozdíl mezi průměry jednotlivých skupin, standardizovaný směrodatnou odchylkou kontrolní skupiny. |
| F test | Zaměřuje se na rozdíl mezi rozptyly dvou náhodných vyberu. Má Fisherovo F rozdělení s n-1 a m-1 stupni volnosti. K rozhodování mezi t-testem pro dva nezávisle výběry a welchovym testem. |
| Přibližne testy | Welchuv test a Fisherova F transformace |
| Test korelacniho koeficientu | T-distribuce: studentovo t rozdělení s n-2 stupni volnosti. Fisherová F transoformace z náhodné veliciny R na Z s normálním rozdělením. |
| Koeficient determinance | r na druhou, druha mocnina korelacniho koeficientu. Definice: kolik procenta rozptylu spolu dvě korelovane veliciny sdílejí. Hodnota 0-1 |
| Jaký test se používá pro zapojeni více skupin do vyzkumu? | Anova |
| Anova | Zaměřuje se na rozdíl ve středních hodnotách k náhodných veličin. Ty rozdily zjišťuje pomoci odhadu rozptylu. Anova se počítá přes F test s k-1 a n-k stupni volnosti. |
| Bonferonniho korekce | Využívá trik, kdy zamýšlenou hladinu významnosti vydelime počtem dílčích testu statistických hypotéz. Metoda krajní volby, protože s rostoucím počtem testovaných hypotéz se stává neadekvátne silným. |
| Chybový rozptyl | Odhad rozptylu u Anovy, odhad rozptylu vypočítáme pro každou skupinu zvlášť a celkový rozptyl vypočítáme jako vážený průměr těchto rozptylu. Su na druhou, má n-k stupně volnosti a neni závislý na platnosti nulové hypotezy |
| Rozptyl mezi skupinami | Odhad rozptylu u Anovy, Sm na druhou, vypočítá se tak, ze vime, ze rozptyl průměru X z n náhodných veličin je n krát mensi, než původní rozptyl náhodné veliciny. K-1 stupně volnosti. Zvětšuje se s tím, jak moc se různí střední hodnoty. |
| Které testy se využívají k rozhodnutí mezi Anovou a Welchovou anovou | Bartletuv test homogenity rozptylu a Leveneuv test |
| Jaké testy se využívání k rozhodnutí mezi welchovym testem a t testem pro dva nezávisle výběry | F test |
| Co patří mezi post hoc testy | Turkeyho a Scheffeho test |
| Co mají společného parametrické testy | Podmínka normality (normální rozdělení náhodné veliciny) a metrické proměnné |
| Nejpoužívanější test normality | Shapiruv-Wilkuv test |
| Mezi parametrické testy patří | T test pro jeden vyber, párový t-test, t test pro dva nezávisle výběry a welchuv test, F test, testy korelacniho koeficientu, Anova a post hoc testy |
| Chyba prvního druhu | Nulová hypotéza platí, ale my ji zamítneme. Pravdepodobnost, ze se dopouštíme chybi prvního druhu, vyjadřuje hladina významnosti alfa. |
| Chyba druhého druhu | Nulová hypotéza neplatí, ale my nenajdeme důkazy a nezamirneme ji. Pravdepodobnost chyby druhého druhé vyjadřuje beta |
| Faktory ovlivňující chybu druhého druhu B | Velikost statistického souboru, rozsah souboru, hladina významnosti a skutečná míra účinku. |
| Síla testu | 1-B, vyjadřuje pravdepodobnost, ze při daných hodnotach (hladina významnosti, míra účinku a rozsah souboru) test zamítne nulovou hypotézu. |
| Silofunkce | Křivka závislosti chyby druhého druhu na míře účinku. |
| Relativní eficience | Srovnává daný test s ekvivalentním parametrickými testem. Kolikrat více nebo mene měření by potřeboval parametricky test, aby jeho sila byla stejná jako test, který s nim srovnáváme. |
| Test dobre shody | Na rozmezí mezi parametrickými a neparametrickymi testy, s parametrickými má společne, ze neredukuje sledované veliciny, s neparametrickymi, ze neklade přísne podmínky na sledované veliciny. Statistika Z má rozdělení chi kvadrát s k-1 stupni volnosti. |
| Test dobre shody pro jeden vyber | Použijeme v situacích, kdy máme nominalni náhodnou veliciny X o k úrovních a overujeme nulovou hypotézu, která stanovuje pravdepodobnost výskytu jednotlivých urovni. Nejprve musíme určit absolutní četnosti urovni náhodné veliciny, pak absolutní očekávané |
| Testy nezavislosti | Vztah mezi dvěma nominalnimi proměnnými. Pracuji s kontingencnimi tabulkami. Statistika Z má dvě sumy a rozdělení chi kvadrát s r-1 a s-1 stupni volnosti. Testy nezávislosti nerespektují alfa hladinu a casteji zamitaji nulovou hypotézu-Yatesova korekce. |
| Yatesova korekce | Využívá se u testu nezávislosti, protože test nerespektuje hladinu významnosti alfa a zamita casteji nulovou hypotézu, než požadujeme. Yatesova korekce odečíta 0,5 od kazdeho rozdílu mezi pozorováním a očekávanou četnosti. |
| Fischerův faktoriálni test | Kombinatoricky test, neni asymptoticky, p hodnotu vypočítáme pomoci kombinatoricke úlohy, využívá čtyřpolni tabulku s jedním stupněm volnosti, nezameruje se na výpočet testove statistiky, jen na p hodnotu. Neni svázán podmínkou a pracuje s libovolnými č. |
| McNemaruv test | Párový test pro dichotomicke proměnné. Využívá ctyrpolni tabulku, resi, jestli je v souboru více pozorování, která měla při prvním měření hodnotu 0 a druhem hodnotu 1 nebo naopak. Má rozdělení chi kvadrát s jedním stupněm volnosti. |
| Bowkeruv test symetrie | Párový test pro nominalni proměnné, využívá čtvercovou kontingenci tabulku k na k, k je počet urovni sledované náhodné veliciny. Testova statistika má rozdělení chi kvadrát s k.(k-1) děleno 2 stupni volnosti. Test je asymptoticky (ne mene než 8) |
| Kriticky obor | Část číselné osy, kam musi testova statistika padnout, abychom nulovou hypotézu zamitali. |
| Neparametricke testy | Využívají jednoduchý trik: nepracují s původními daty, ale naměřené hodnoty transformují na proměnnou nižšího typu. S výjimkou znamenkoveho testu se jedna o transformaci metricke proměnné na poradi. |
| Znamenkovy test | Nejjednodušší neparametricky test, transformace na dichotomickou proměnnou. Statistika Z má asymptoticky normované normální rozdělení a při výpočtu figuruje statistika S |
| Wilcoxonuv test | Neparametricky test, redukuje původní informaci obsazenou v datech a proměnnou nižší úrovně. Patří mezi pořadové testy. Má asymptoticky normální rozdělení, statistika Z ve vzorci se statistikou T, je asymptoticky-ne mensi než 15 |
| Mann-Whitneyuv test | Nejpoužívanější neparametricky test, stejne situace jako t test pro dva nezávisle výběry, neni zatíženy podmínku na stejný tvar rozdělení, statika Z má asymptoticky normální rozdělení a ve výpočtu statistika U |
| Ux | Počet dvojic měření (první ze skupiny X a druhé ze skupiny Y), kde hodnota prvního měření je vyšší než hodnota druhého měření. |
| Ukazatele míry účinku pro U test | První z interpretace statistiky U: Ux/mn je pravdepodobnost, ze náhodné vylosovany prvek ze skupiny X bude mít vyšší hodnotu než náhodné vylosovany prvek ze skupiny Y. Druhy je pořadove-biserialni korelace |
| Test Spearmanova korelacniho koeficientu | Chceme kvantifikovat silu závislosti mezi dvěma kvantitativnimi proměnnými, které nesplňují podmínky normálního rozdělení. Podobný testu pearsonova k.k. |
| Kruskaluv-wallisův test | Protějšek Anovy, zdali se pozorování ze tři a více souboru liší svoji výši. Série u testu bez předpokladu stejného tvaru rozdělení. Statistika Z má rozdělení chi kvadrát s k-1 stupni volnosti. |
| Test rozptylu | Využívá se v situacích, kdy zjišťujeme, jestli je rozptyl sledované náhodné veličin roven stanovené hodnotě. Statistika V má rozdělení chi kvadrát s n-1 stupni volnosti. Jako míra účinku by mohl být poměr pozorované a očekávané směrodatné odchylky |
Created by:
Klara22