Kiváltott agyi jelek informatikai feldolgozása 2016

Slides:



Advertisements
Hasonló előadás
Hipotézisvizsgálat az adatforrás működési “mechanizmusát” egy véletlen eloszlás jellemzi az adatok ismeretében megfogalmazódnak bizonyos hipotézisek erre.
Advertisements

Gyakorlati probléma 20 különböző gyógyszert próbálunk ki, t-próbával összehasonlítva a kezelt és a kontrol csoportot A nullhipotézis elfogadásáról vagy.
Hipotézis-ellenőrzés (Statisztikai próbák)
I. előadás.
II. előadás.
BECSLÉS A sokasági átlag becslése
Ozsváth Károly TF Kommunikációs-Informatikai és Oktatástechnológiai Tanszék.
3. Két független minta összehasonlítása
Rangszám statisztikák
A többszörös összehasonlítás gondolatmenete. Több mint két statisztikai döntés egy vizsgálatban? Mi történik az elsõ fajú hibával, ha két teljesen független.
Statisztika feladatok Informatikai Tudományok Doktori Iskola.
Feladat Egy új kísérleti készítmény hatását szeretnék vizsgálni egereken. 5 féle dózist adnak be 5 vizsgált egérnek, de nem sikerült mindegyik egérnek.
Becsléselméleti ismétlés
STATISZTIKA II. 5. Előadás Dr. Balogh Péter egyetemi adjunktus Gazdaságelemzési és Statisztikai Tanszék.
Statisztika II. IX. Dr. Szalka Éva, Ph.D..
E L E M Z É S. 1., adatgyűjtés 2., mintavétel (a teljes sokaságot ritkán tudjuk vizsgálni) 3., mintavételi információk alapján megállapítások, következtetések.
Statisztika II. IV. Dr. Szalka Éva, Ph.D..
Statisztika II. V. Dr. Szalka Éva, Ph.D..
Ozsváth Károly TF Kommunikációs-Informatikai és Oktatástechnológiai Tanszék.
Előadó: Prof. Dr. Besenyei Lajos
III. előadás.
Regresszióanalízis 10. gyakorlat.
Hipotézisvizsgálat (1. rész) Kontingencia táblák
KÉT FÜGGETLEN, ILL. KÉT ÖSSZETARTOZÓ CSOPORT ÖSZEHASONLÍTÁSA
Nem-paraméteres eljárások, több csoport összehasonlítása
Statisztika II. VIII. Dr. Szalka Éva, Ph.D..
Kvantitatív módszerek 8. Hipotézisvizsgálatok I. Nemparaméteres próbák Dr. Kövesi János.
Matematikai alapok és valószínűségszámítás
Nemparaméteres próbák Statisztika II., 5. alkalom.
A statisztikai próba 1. A munka-hipotézisek (Ha) nem igazolhatók közvetlen úton Ellenhipotézis, null hipotézis felállítása (H0): μ1= μ2, vagy μ1- μ2=0.
Egytényezős variancia-analízis
Az F-próba szignifikáns
STATISZTIKA II. 6. Előadás Dr. Balogh Péter egyetemi adjunktus Gazdaságelemzési és Statisztikai Tanszék.
Kvantitatív Módszerek
Kvantitatív módszerek
7. Csoportok és változók sztochasztikus összehasonlítása (összehasonlítások ordinális függő változók esetén)
Gazdaságstatisztika 19. előadás Hipotézisvizsgálatok
Gazdaságstatisztika 18. előadás Hipotézisvizsgálatok
Gazdaságstatisztika 16. előadás Hipotézisvizsgálatok Alapfogalamak
Hipotézis vizsgálat (2)
Hipotézis-ellenőrzés (Folytatás)
Alapsokaság (populáció)
Várhatóértékre vonatkozó próbák
Hipotézis vizsgálat.
Lineáris regresszió.
Többtényezős ANOVA.
t A kétoldalú statisztikai próba alapfogalmai
Hipotézisvizsgálat v az adatforrás működési “mechanizmusát” egy véletlen eloszlás jellemzi v az adatok ismeretében megfogalmazódnak bizonyos hipotézisek.
Paleobiológiai módszerek és modellek 4. hét
I. előadás.
Statisztikai alapfogalmak

Kiváltott agyi jelek informatikai feldolgozása 2016 Statisztika Kiss Gábor IB.157.
Paraméteres próbák- gyakorlat
Hipotézisvizsgálatok Paraméteres próbák
II. előadás.
Kvantitatív módszerek MBA és Számvitel mesterszak
Becsléselmélet - Konzultáció
Gazdaságstatisztika konzultáció
Kvantitatív módszerek
Nemparaméteres próbák
I. Előadás bgk. uni-obuda
Hipotézisvizsgálatok Paraméteres próbák
Szabályozott és képes termékek/szolgáltatások, folyamatok, rendszerek
Sztochasztikus kapcsolatok I. Asszociáció
Kockázat és megbízhatóság
Nemparaméteres próbák
Statisztika segédlet a Statistica programhoz Új verzióknál érdemes a View menüsor alatt a Classic menu-s verziót választani – ehhez készült a segédlet.
1.3. Hipotézisvizsgálat, statisztikai próbák
3. Varianciaanalízis (ANOVA)
Előadás másolata:

Kiváltott agyi jelek informatikai feldolgozása 2016 Statisztika - Gyakorlat Kiss Gábor IB.157. kiss.gabor@tmit.bme.hu

Példa I (Vonat probléma) Aladár 25 éves és mindkét nagymamája él még: Borbála és Cecília. Mindkét nagymamájához vonattal kell menni, amik ugyanarról a peronról indulnak de különböző vonatok. Mindkét vonat 10 percenként jár. Aladár ugyanannyira szereti a két nagymamáját, ezért a véletlenre bízza, hogy melyikhez menjen és mindig arra a vonatra száll fel amelyik hamarabb jön. Az elmúlt 30 napon felírta melyik nagymamánál volt: „B, B, B, C, B, B, B, B, B, C, B, B, B, B, B, C, B, B, B, B, B, B, B, B, C, B, B, B, B, B”. Jól működött-e a stratégiája? Ha nem, mi lehetett az oka?

Példa I (Vonat probléma) - Megoldás 4-szer volt C-nél, 26 szor B-nél. (A 15-15 helyett) Annak az esélye, hogy 5 nél kevesebbszer jön C feltéve ha ½ valószínűsggel választaná: 27405 + 4060 + 435 + 30 + 1 = 31931 2 30 = 1073741824 Vizsgált esetek/Összes esetek ≈ 0,003 % => Nem valószínű. Feltehetőleg a C vonat körülbelül 1 perccel a B vonat után indul.

Átlag és szórás Legyen egy val. változó átlag értéke m. Adjunk hozzá a val. Változóhoz c konstanst. Mennyi lesz az új átlag? Szorozzuk meg c konstanssal. Most? Legyen egy val. változó korrigált szórás értéke s. Adjunk hozzá a val. változóhoz c konstanst. Mennyi lesz az új szórás? Szorozzuk meg c konstanssal. Most?

Példa II (Fizetés) Megmértük 25 ember keresetét (ezer ft) Magyarországon és Ausztriában 1990-ben és 2000-ben és normáltuk az infláció mértékével. 1990, Mo: 123, 133, 134, 105, 200, 113, 144, 132, 127, 130, 131, 140, 124, 128, 141, 127, 134, 144, 127, 135, 113, 132, 132, 125, 100 1990, Au: 133, 145, 154, 143, 110, 133, 200, 142, 132, 140, 151, 152, 134, 123, 121, 147, 127, 154, 132, 132, 139, 128, 123, 101, 128 2000, Mo: 127, 132, 154, 135, 175, 123, 137, 155, 120, 135, 136, 154, 116, 127, 131, 130, 136, 154, 128, 142, 101, 132, 157, 144, 135 2000, Au: 143, 166, 144, 152, 142, 133, 160, 152, 154, 140, 139, 166, 164, 95, 181, 167, 211, 134, 137, 134, 155, 175, 154, 132, 140 Végezzünk statisztikai vizsgálatot

Példa II (Fizetés) - Megoldás Átlagok: 130,96 136,96 136,64 150,8 Szórások: 18,04273 18,54832 15,48892 21,64294 (korrigált) Mi kell? Hipotézisek felállítása 90-00 eltérés (2 darab) Mo-Au eltérés (2 darab) Megfelelő próbák kiválasztása Ha átlagot vizsgálunk akkor t vagy u próba (egymintás vagy kétmintás vagy párosított) Ha szórás vizsgálunk akkor f próba (ez kell a kétmintás t próbához)

Példa II (Fizetés) - Megoldás Legyen 4 hipotézis: kétmintás t próba Szabadsági fok: 48 t értékek: -1,15936 (90 Mo-Au) -1,17525 (Mo 90-00) -2,6001 (Au 90-00) (00 Mo-Au) -3,27128 Kritikus érték 95%: kb 2,01 (táblázatból a 97,5%-os kell nincs pontosan ilyen értékünk tehát becsüljük…) De lehet az évesnél párosított is… F próba: Szabadsági fokok: 24, 24 f értékek: 1,056829 1,356944 1,361518 1,952495 Kritikus érték 95%: 2,03 Következtetés… Szignifikáns eltérést lehet kimutatni az „x” próbával az átlagra (vagy szórásra) nézve „y” szignifikancia szint mellett. Az elsőfajú hiba nagysága 1-y. Tehát feltehetőleg a vizsgált valószínűségi változók átlaga (vagy szórása) nem egyezik meg. Nem lehet szignifikáns eltérést kimutatni az „x” próbával az átlagra (vagy szórásra) nézve „y” szignifikancia szint mellett. Tehát feltehetőleg a vizsgált valószínűségi változók átlaga (vagy szórása) megegyezik (legalábbis ezzel a módszerrel nem lehet különbséget kimutatni).

Példa III – Depresszió Tudjuk, hogy nők esetén az átlagos alaphang 200 Hz értékű, 13 Hz szórású normális eloszlást követ. Megmértük 10-10 nő átlagos alaphang értékét, ahol az egyik csoport egészséges volt, a másik pedig depressziós: 200, 190, 175, 201, 213, 202, 220, 198, 205, 210 (Hz) (egészséges) 155, 181, 193, 182, 200, 178, 185, 190, 175, 165 (Hz) (depressziós) Vizsgáljuk meg, hogy az egészséges nők átlagos alaphang értéke valóban a teljes sokaságból származik (megegyezik-e az átlag értékük a tudottal)! Vizsgáljuk meg, hogy a depressziós nők átlagos alaphang értéke mutat-e szignifikáns különbséget az egészséges nők alaphangjához képest!

Példa III – Depresszió Átlagok: 201,4 180,4 Szórások: 12,5 13,2 Mi kell? Mint az előző feladatban U próba (ha tudott az (áltag érték és) szórás)

Példa III – Depresszió U próba kritkus értéke 95%-os szign. szint mellett 1,96 (táblázatból a 97,5%-hoz tartozó eloszlás érték kell) u érték: 0,340553 Így az első esetben nem tudunk szignifikáns különbséget kimutatni. Második esetben szignifikáns különbség van (u-val: -4,76774) Vizsgáljuk meg a második esetben egymintás t próbával is. (t érték: - 4,68322 , krit: 2,262)

Példa III – Depresszió Mikor melyik próbát használjuk? Amelyiknek a feltételei teljesülnek és minél specifikusabb az adott problémára. Esetleg vizsgáljuk meg több próbával is és ha mindegyik hasonló eredményt mutat, akkor még biztosabb a döntésünk.