Egytényezős variancia-analízis

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.
Hipotézis-ellenőrzés (Statisztikai próbák)
Egy faktor szerinti ANOVA
Összetett kísérleti tervek és kiértékelésük
Összetett kísérleti tervek és kiértékelésük: Háromszempontos variancia analízis modellek.
3. Két független minta összehasonlítása
Rangszám statisztikák
Feladat Egy új kísérleti készítmény hatását szeretnék vizsgálni egereken. 5 féle dózist adnak be 5 vizsgált egérnek, de nem sikerült mindegyik egérnek.
Matematikai Statisztika VIK Doktori Iskola
Lineáris és nemlineáris regressziók, logisztikus regresszió
Főkomponensanalízis Többváltozós elemzések esetében gyakran jelent problémát a vizsgált változók korreláltsága. A főkomponenselemzés segítségével a változók.
Általános lineáris modellek
Általános lineáris modellek
Összefüggés vizsgálatok
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..
Statisztika II. VI. 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.
III. előadás.
Regresszióanalízis 10. gyakorlat.
Varianciaanalízis 12. gyakorlat.
SPSS többváltozós (lineáris) regresszió (4. fejezet)
SPSS többváltozós regresszió
KÉT FÜGGETLEN, ILL. KÉT ÖSSZETARTOZÓ CSOPORT ÖSZEHASONLÍTÁSA
Kovarianciaanalízis Tételezzük fel, hogy a kvalitatív tényező(k) hatásának azonosítása után megmaradó szóródás egy részének eredete ismert, és nem lehet,
Dr. Szalka Éva, Ph.D.1 Statisztika II. VI.. Dr. Szalka Éva, Ph.D.2 Regresszióanalízis.
Kvantitatív módszerek
Budapesti Műszaki és Gazdaságtudományi Egyetem
Térkép. Mi az adat? Minden információ, amit tárolni kell. Minden információ, amit tárolni kell.  szám  szöveg  dátum  hang  kép, stb.
A statisztikai próba 1. A munka-hipotézisek (Ha) nem igazolhatók közvetlen úton Ellenhipotézis, null hipotézis felállítása (H0): μ1= μ2, vagy μ1- μ2=0.
Az F-próba szignifikáns
STATISZTIKA II. 3. Előadás Dr. Balogh Péter egyetemi adjunktus Gazdaságelemzési és Statisztikai Tanszék.
Kvantitatív Módszerek
7. Csoportok és változók sztochasztikus összehasonlítása (összehasonlítások ordinális függő változók esetén)
Gazdaságstatisztika 19. előadás Hipotézisvizsgálatok
Gazdaságstatisztika 18. előadás Hipotézisvizsgálatok
RÉSZEKRE BONTOTT SOKASÁG VIZSGÁLATA
Hipotézis vizsgálat (2)
Következtető statisztika 9.
Hipotézis-ellenőrzés (Folytatás)
A sztochasztikus kapcsolatok (Folyt). Korreláció, regresszió
Alapsokaság (populáció)
Várhatóértékre vonatkozó próbák
Lineáris regresszió.
Többtényezős ANOVA.
t A kétoldalú statisztikai próba alapfogalmai
Két kvantitatív változó kapcsolatának vizsgálata
Hipotézisvizsgálat v az adatforrás működési “mechanizmusát” egy véletlen eloszlás jellemzi v az adatok ismeretében megfogalmazódnak bizonyos hipotézisek.
Petrovics Petra Doktorandusz
A szóráselemzés gondolatmenete
Vargha András KRE és ELTE, Pszichológiai Intézet
Bevezetés a méréskiértékelésbe (BMETE80ME19) 2014/
Miskolci Egyetem Gazdaságtudományi Kar Üzleti Információgazdálkodási és Módszertani Intézet Regresszió-számítás március 30. Dr. Varga Beatrix egyetemi.
Összetett kísérleti tervek és kiértékelésük Többszempontos varianciaanalízis-modellek (keresztosztályozások, blokkelrendezések)
Gazdaságstatisztika Gazdaságstatisztika Korreláció- és regressziószámítás II.
A számítógépes elemzés alapjai
Részekre bontott sokaság vizsgálata, gyakorló feladatok
Dr. Varga Beatrix egyetemi docens
Statisztika segédlet a Statistica programhoz Új verzióknál érdemes a View menüsor alatt a Classic menu-s verziót választani – ehhez készült a segédlet.
2. Regresszióanalízis Korreláció analízis: milyen irányú, milyen erős összefüggés van két változó között. Regresszióanalízis: kvantitatív kapcsolat meghatározása.
Dr. Varga Beatrix egyetemi docens
1.3. Hipotézisvizsgálat, statisztikai próbák
3. Varianciaanalízis (ANOVA)
Előadás másolata:

Egytényezős variancia-analízis Segítségével egy tényező hatását lehet vizsgálni a függő változó mennyiségi alakulására. A tényező, faktor valamilyen csoportképző ismérvvel rendelkezik, a függő változó pedig legtöbbször skála típusú adat. A nullhipotézis, hogy az átlagok egyenlők, nincs közöttük különbség. Ez a technika a kétmintás t-teszt általánosítása, kiterjesztése több mintára.

yij =  + i + eij Lineáris modell ahol: yij a függő változó értéke  a kísérlet főátlaga, fix hatás i fix hatás eijk hiba, vagy eltérés A hiba normális eloszlású, független a blokk és kezelés hatástól. Mi van, ha nem teljesül? A blokk, kezelés és hiba hatások összege nulla.

A variancia-analízis alkalmazásának feltételei a maradék független a kezelés és blokk hatástól valamint a függő változótól (véletlen mintavételezés, kísérleti elrendezés) a maradékok (hibák) normális eloszlású, nulla várható értékű sokaság a maradékok szórásai a kezeléskombinációk celláin belül egyformák

Mintán belüli szórás azonosság tesztelése Levene-teszt H0 a szórások megegyeznek

A variancia-analízis eredménye

Mikor szignifikáns az F-próba? Ha létezik legalább egy szignifikáns kontraszt a csoportok között.

Általános lineáris modell (General Linear Model) Az általános lineáris modell a hagyományos variancia-analízis és a lineáris regresszió-analízis ötvözete. Egyetlen táblázatban jelenik meg a szórás elemzés és a lineáris regresszió-analízis eredménye: Napjainkban a variancia-analízisnek nagyon sokféle technikája létezik, amik lehetővé teszik a feladat sajátosságainak figyelembevételével a legalkalmasabb értékelési módszer kiválasztását. Az elemzés megbízhatósága a hiba (error) meghatározásának módjától függ, ami tulajdonképpen az eltérés négyzetösszeg (SQ) számítási módjától függ.

Lineáris regresszió-analízis Ha az általános lineáris modell alkalmazása során a becsült (predicted values) értékeket is elmentjük, elvégezhetjük a lineáris regresszió-analízist. A regresszió eredménye megkönnyíti a GLM táblázatának értelmezését. A függvény illesztés során kapott eltérés négyzetösszegek teljesen megegyeznek a GLM-vel kapott értékekkel.

A GLM táblázat értelmezése Corrected Model: a lineáris modellel becsült és a megfigyelt értékekre illesztett lineáris függvény jóságát mutatja. Eldönthető, hogy az alkalmazott modell megfelelő-e. Intercept: az alapadatok összegének négyzete osztva az adatok számával FAJTA: a kezelés okozta hatás, a négy fajta átlagának eltérése a főátlagtól Error: a hiba, a véletlen hatása, a meg nem magyarázott hatások. Total: az alapadatok négyzetösszege Corrected Total: a lineáris regresszió-analízis összesen sora, a megfigyelt értékek eltérés négyzetösszege (total-intercept). Amennyiben az adatok egyáltalán nem szórnak (minden adat megegyezik), akkor az intercept és total kifejezés értéke megegyezik. Az Intercept SS értéket Sváb könyveiben korrekciós tényezőként („C”) említi, mely nem más, mint a kísérlet főátlagának négyzetösszege, n-szer x-átlag a négyzeten.

Kontrasztok A kontrasztok az egyes csoportok várható értékeinek lineáris kombinációi g = cg1x1. + cg2x2. + ... + cgpxp. és ha teljesül a cg1 + cg2 + ... cgp = 0 A fenti összehasonlítás a variancia-analízis által szolgáltatott pooled variancia felhasználásával történik, ezért követelmény, hogy a csoportok szórásai megegyezzenek, így gyakran a variancia-analízis kiegészítő részét képezi.

A kísérlet Megfelelő elméleti megalapozás után kialakított elgondolás, következtetés helyes vagy helytelen voltának mérésekkel történő ellenőrzése.

Kísérletek csoportosítása

Egytényezős véletlen blokk elrendezés Műtrágyázás   4 3 5 1 2 IV. ismétlés III. II. I.

A pontosság fokozása a kísérlet pontosabb kivitelezésével az ismétlésszám növelésével a parcellák csoportosításával, blokk-képzéssel A kísérlet eredményének pontosságát fokozhatjuk, ill. a kísérleti hibát csökkenthetjük: Szerencsére a kísérleti eredmény pontossága mérhető ellentétben a torzítással. A torzítás nem mérhető ezért sokkal veszélyesebb hiba, mint a pontatlanság. Torzítást okoz minden olyan hatás, amely csak egyes kezeléseket érint. Az ilyen hatás, ún. szisztematikus hiba­hatás a kezeléshatással keveredik. A torzítás adódhat matematikai torzításból és szakmai torzításból.

Torzítás randomizáció az adott kísérleti elrendezésnek és elméleti modellnek megfelelő statisztikai értékelés (Sváb, 1981)