Összetett kísérleti tervek és kiértékelésük

Slides:



Advertisements
Hasonló előadás
Összetett kísérleti tervek és kiértékelésük:
Advertisements

Hipotézisvizsgálat az adatforrás működési “mechanizmusát” egy véletlen eloszlás jellemzi az adatok ismeretében megfogalmazódnak bizonyos hipotézisek erre.
Gyakorlati probléma 20 különböző gyógyszert próbálunk ki, t-próbával összehasonlítva a kezelt és a kontrol csoportot A nullhipotézis elfogadásáról vagy.
I. előadás.
Lekérdezések SQL-ben Relációs algebra A SELECT utasítás
Statisztika II. I. Dr. Szalka Éva, Ph.D..
Ozsváth Károly TF Kommunikációs-Informatikai és Oktatástechnológiai Tanszék.
Egy faktor szerinti ANOVA
Összetett kísérleti tervek és kiértékelésük: Háromszempontos variancia analízis modellek.
3. Két független minta összehasonlítása
Rangszám statisztikák
MI 2003/9 - 1 Alakfelismerés alapproblémája: adott objektumok egy halmaza, továbbá osztályok (kategóriák) egy halmaza. Feladatunk: az objektumokat - valamilyen.
A többszörös összehasonlítás gondolatmenete. Több mint két statisztikai döntés egy vizsgálatban? Mi történik az elsõ fajú hibával, ha két teljesen független.
Feladat Egy új kísérleti készítmény hatását szeretnék vizsgálni egereken. 5 féle dózist adnak be 5 vizsgált egérnek, de nem sikerült mindegyik egérnek.
Főkomponensanalízis Többváltozós elemzések esetében gyakran jelent problémát a vizsgált változók korreláltsága. A főkomponenselemzés segítségével a változók.
Általános lineáris modellek
Általános lineáris modellek
Mérési pontosság (hőmérő)
Becsléselméleti ismétlés
Összefüggés vizsgálatok x átlag y átlag Y’ = a + bx.
Kísérlettervezés DR. HUZSVAI LÁSZLÓ SELYE
Eltérés négyzetösszeg meghatározása
Statisztika II. IX. Dr. Szalka Éva, Ph.D..
Dr. Szalka Éva, Ph.D.1 Statisztika II. VII.. Dr. Szalka Éva, Ph.D.2 Mintavétel Mintavétel célja: következtetést levonni a –sokaságra vonatkozóan Mintavétel.
Statisztika II. IV. Dr. Szalka Éva, Ph.D..
Statisztika II. II. Dr. Szalka Éva, Ph.D..
Statisztika II. V. Dr. Szalka Éva, Ph.D..
a feladat megfogalmazása megoldási módszerek
Regresszióanalízis 10. gyakorlat.
Varianciaanalízis 12. gyakorlat.
Hipotézisvizsgálat (1. rész) Kontingencia táblák
KÉT FÜGGETLEN, ILL. KÉT ÖSSZETARTOZÓ CSOPORT ÖSZEHASONLÍTÁSA
Nem-paraméteres eljárások, több csoport összehasonlítása
Kovarianciaanalízis Tételezzük fel, hogy a kvalitatív tényező(k) hatásának azonosítása után megmaradó szóródás egy részének eredete ismert, és nem lehet,
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
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)
VARIÁCIÓK ISMÉTLÉS NÉLKÜLI ESET DEFINÍCIÓ
Többváltozós adatelemzés
Hipotézis-ellenőrzés (Folytatás)
Alapsokaság (populáció)
Alapfogalmak.
Többtényezős ANOVA.
t A kétoldalú statisztikai próba alapfogalmai

Diszkrét változók vizsgálata
Hipotézisvizsgálat v az adatforrás működési “mechanizmusát” egy véletlen eloszlás jellemzi v az adatok ismeretében megfogalmazódnak bizonyos hipotézisek.
Paleobiológiai módszerek és modellek 4. hét
Többszempontos ANOVA (I
I. előadás.
A szóráselemzés gondolatmenete
Valószínűségszámítás II.
Csoportkeresési eljárások Vassy Zsolt. Tematika Girvan Newman klaszterezés Diszkrét Markov lánc: CpG szigetek Rejtett Markov lánc ADIOS.
Összetett kísérleti tervek és kiértékelésük Többszempontos varianciaanalízis-modellek (keresztosztályozások, blokkelrendezések)
Összetett kísérleti tervek és kiértékelésük:
Hipotézisvizsgálatok Paraméteres próbák
Kereszt vagy beágyazott? Rögzített vagy véletlen?
Gazdaságstatisztika konzultáció
Kvantitatív módszerek
2. Regresszióanalízis Korreláció analízis: milyen irányú, milyen erős összefüggés van két változó között. Regresszióanalízis: kvantitatív kapcsolat meghatározása.
Dr. Varga Beatrix egyetemi docens
3. Varianciaanalízis (ANOVA)
Előadás másolata:

Összetett kísérleti tervek és kiértékelésük Többszempontos varianciaanalízis-modellek (keresztosztályozások, blokkelrendezések)

Többszempontú analízisek Fix modellek Pl. két szempontú osztályozás Tovább bontja a kezelések négyzetes összegét, megmagyarázva egyes kezelés-osztályokat Elrendezése (terv) A modell Feltételezések Hipotézisek Véletlen szempont (II. típusú modell)

Két szempontos ANOVA elrendezése (kezelések kiosztása) B szempont  A szempont  B1 B2 B3 B4 A1 A1B1 (n11) A1B2 (n12) A1B3 (n13) A1B4 (n14) A2 A2B1 (n21) A2B2 (n22) A2B3 (n23) A2B4 (n24) A3 A3B1 (n31) A3B2 (n32) A3B3 (n33) A3B4 (n34)

Két szempontos ANOVA modellje xij=Nagyátlag+Ai+Bj+(AxB)ij+ij (ahol (AxB)ij az Ai és Bj kezelések interakciója) i-edik kezelési szint az A szempont szerint (összesen „a” db szint), j-edik kezelési szint a B szempont szerint (összesen „b” db szint), kezeléskombinációnként n ismétlés. Feltételezések 1. A mérések populációi normális eloszlásúak 2. A megfigyelések egymástól függetlenek. 3. A szórások nem különbözőek (homoscedascitás) A hibatagok egymástól függetlenek, és 0 várható értékű, azonos szórású normális eloszlásból származnak! Hipotézis(ek) A nullhipotézisek: Ho(A): Ai=0 minden i-re Ho(B): Bj=0 minden j-re Ho(AxB): (AxB)ij=0 minden i-re és j-re Az ellenhipotézisek a nullhip. tagadásai (<>0 legalább egy i-re vagy j-re). Itt a két szempontú kezelést egymástól függetlenül valósítjuk meg. Minden lehetséges kombinációt alkalmazunk.

ANOVA tábla Forrás sz.fok(df) Négyzetes összeg variancia F P A kezelés QA (SSA) s2A (MSA) s2A/s2b B kezelés b-1 QB (SSB) s2B (MSB) s2B/s2b AxB interakció (a-1)*(b-1) QAB (SSAB) s2AB (MSAB) s2AB/s2b Mintákon belül ab(n-1) (SSwithin) s2b (MSwithin) Összes abn-1 Qö (SStotal) S2ö Négyzetes összeg= Sum of Squares (SS) Variancia=Mean Squares (MS), (SSwithin) másképpen (SSerror), (MSwithin) másképpen (MSerror)

Randomizált blokk ANOVA elrendezés Valamilyen ismert tényező szerint homogén blokkokat képezünk, a blokkokon belül a kezeléseket (mindegyikből azonos számút) randomizáltan osztjuk el. Példa: 4 kezelés (A1,..,A4) elrendezése 3 blokkban (B1, B2, B3), ahol minden blokkon belül több megfigyelést végzünk.

Randomizált blokk elrendezés Jelölés: Blokk=B, véletlen változó, ami szóródást okoz az elemzésben A modell Az xij megfigyelés additív összetevői: Xij=Nagyátlag+Ai+Blokkj+(AxBlokk)ij+ij (ahol AxBlokk az Ai és Bj interakciója) Feltételezések A mérések populációi normális eloszlásúak … Hipotézis(ek) Ugyanazok, mint … (Elvi kérdés: a blokkhatás érdekel-e bennünket?)

Egy szempontos, randomizált blokk ANOVA: "Rejtett" két szempontú ANOVA „a” darab kezelés, „b” darab randomizált blokkban vizsgálva, kezelésenként és blokkonként (cellánként) n darab megfigyeléssel..

Egy szempontos ANOVA randomizált blokkban Értelmezés, az interakció kezelése Az analízis célja az A kezelés vizsgálata, azon belül, szignifikáns F érték esetében a többszörös összehasonlítás. Az esetleges interakció problémás, mert akkor jó az ilyen elrendezés, ha a blokkokban csoportosított tulajdonság nincs interakcióban a kezelésekkel. Interakció észlelésekor annak okát fel kell deríteni, és az adatokat a teljesen randomizált, nem blokk elrendezés szerint értékelni. Javaslatok, ajánlások Az elemzés során, ha az interakció nem szignifikáns, akkor annak szabadságfokát és négyzetes összegét a véletlennek tulajdonítható particióba vonhatjuk be (angolul pool, pooling), ezzel is javitjuk a véletlen ingadozás becslését. A STATISTICA program erre ad lehetőséget.

Ismétlés nélküli 2 szempontú ANOVA (cellánként 1 megfigyelés)

Faktoriális ANOVA Célja Számos faktor hatásainak és interakciójának szimultán vizsgálata. A legegyszerübb elrendezésben k darab faktort, mindegyiket 2 szinten vizsgálunk Feltételezések Az xijkl megfigyelés additív összetevői: Pl. k=3 esetén: xijkl=Nagyátlag+Ai+Bj+Ci+(AxB)ij+(AxC)ik+(BxC)jk+(AxBxC)ijk+ijkl (ahol AxB stb. a faktorok interakciója) Feltételek: A megfigyelések egymástól függetlenek, a mérések populációi normális eloszlásúak stb. Hipotézisek A nullhipotézisek: a vizsgált faktor szintjeinek hatásában nincs különbség, illetve a vizsgált kölcsönhatás nem lép fel (Ai=0 stb.) Az alternativ hipotézis ezek tagadásai („van (kölcsön)hatás”). Megjegyzések Sok mérés kell hozzá. Minél több a faktor, annál nehezebb az egyöntetûség biztosítása. Többszintû interakciók vannak a kísérleti elrendezésben, ezek néha nehezen értelmezhetők.

Háromszempontos ANOVA tábla - A,B és C jelzi a 3 szempontot, - „a”, „b” és „c” darab kezeléssel, - n megfigyeléssel kezelésenként (cellánkénti elemszám). Négyzetes összeg= Sum of Squares (SS) Variancia=Mean Squares(MS)