Többszempontos ANOVA (I

Slides:



Advertisements
Hasonló előadás
Összetett kísérleti tervek és kiértékelésük:
Advertisements

Események formális leírása, műveletek
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)
I. előadás.
Statisztika II. I. Dr. Szalka Éva, Ph.D..
Összetett kísérleti tervek és kiértékelésük
Összetett kísérleti tervek és kiértékelésük: Háromszempontos variancia analízis modellek.
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.
MŰSZERES ANALÍZIS ( a jelképzés és jelfeldologozás tudománya)
Általános lineáris modellek
Általános lineáris modellek
Mérési pontosság (hőmérő)
Összefüggés vizsgálatok x átlag y átlag Y’ = a + bx.
Kísérlettervezés DR. HUZSVAI LÁSZLÓ SELYE
Eltérés négyzetösszeg meghatározása
Dr. Szalka Éva, Ph.D.1 Statisztika II. VII.. Dr. Szalka Éva, Ph.D.2 Mintavétel Mintavétel célja: következtetést levonni a –sokaságra vonatkozóan Mintavétel.
Dr. Szalka Éva, Ph.D.1 Statisztika II. IX.. Dr. Szalka Éva, Ph.D.2 Idősorok elemzése.
Adatfeldolgozás.
E L E M Z É S. 1., adatgyűjtés 2., mintavétel (a teljes sokaságot ritkán tudjuk vizsgálni) 3., mintavételi információk alapján megállapítások, következtetések.
Dr. Szalka Éva, Ph.D.1 Statisztika II. IX.. Dr. Szalka Éva, Ph.D.2 Idősorok elemzése.
Dr. Szalka Éva, Ph.D.1 Statisztika II. VII.. Dr. Szalka Éva, Ph.D.2 Regresszióanalízis.
Eseményalgebra, kombinatorika
A középérték mérőszámai
Az élővilág kutatásának matematikai, statisztikai eszköztára
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,
Statisztika II. VIII. Dr. Szalka Éva, Ph.D..
Alapfogalmak Alapsokaság, valamilyen véletlen tömegjelenség.
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
Nominális adat Módusz vagy sűrűsödési középpont Jele: Mo
Az F-próba szignifikáns
Dr. Balogh Péter Gazdaságelemzési és Statisztika Tanszék DE-AMTC-GVK
STATISZTIKA II. 6. Előadás Dr. Balogh Péter egyetemi adjunktus Gazdaságelemzési és Statisztikai Tanszék.
Statisztika.
Gazdaságstatisztika 19. előadás Hipotézisvizsgálatok
Gazdaságstatisztika 14. előadás.
RÉSZEKRE BONTOTT SOKASÁG VIZSGÁLATA
Méréstechnika.
Hipotézis vizsgálat (2)
Statisztikai módszerek áttekintése módszerválasztási tanácsok Makara Gábor.
Hipotézis-ellenőrzés (Folytatás)
Alapsokaság (populáció)
Alapfogalmak.
Lineáris regresszió.
Többtényezős ANOVA.
A... TANTÁRGY OKTATÁSA KÍSÉRLETI/PROJEKT FORMÁBAN Projekt/kísérlet konkrét címe Név | Tanár neve | Iskola.
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.
A kombinációs táblák (sztochasztikus kapcsolatok) elemzése
A szóráselemzés gondolatmenete
Bevezetés a méréskiértékelésbe (BMETE80ME19) 2014/
Valószínűségszámítás II.
Többdimenziós valószínűségi eloszlások
Összetett kísérleti tervek és kiértékelésük Többszempontos varianciaanalízis-modellek (keresztosztályozások, blokkelrendezések)
Mintavétel.
Paraméteres próbák- gyakorlat
Hipotézisvizsgálatok Paraméteres próbák
Kvantitatív módszerek
Hipotézisvizsgálatok Paraméteres próbák
2. Regresszióanalízis Korreláció analízis: milyen irányú, milyen erős összefüggés van két változó között. Regresszióanalízis: kvantitatív kapcsolat meghatározása.
3. Varianciaanalízis (ANOVA)
Előadás másolata:

Többszempontos ANOVA (I Többszempontos ANOVA (I.) Két- és több szempontos elrendezések gyors áttekintése Makara Gábor

A négyzetes összeg és annak felbontása A minta elemek szórásának vizsgálata során először a négyzetes eltéréseket, majd az összegzett négyzetes eltéréseket vizsgáljuk. Az "átlagos" négyzetes eltérés a variancia, ennek négyzetgyöke a szórás (standard deviáció). A mintaelemekből számított teljes négyzetes összeg olyan N-1 összeadandóból áll, amelyek egyes tagjai a szóródást létrehozó különféle tényezőkről, "okokról" tájékoztatnak. A négyzetes összeg particionálható, felbontható (additív) komponensekre. (Az átlagolt négyzetes összegek (variancia = szórásnégyzet) nem additívak, hanem súlyozottan átlagoltaknak minősíthetők.)

A kísérleti terv Meghatározzuk az alkalmazandó kontroll eljárást, a kezelések adagját, körülményeit. Kiválasztjuk az egyes csoportok elemszámait, a véletlenszerű kezelés hozzárendelés szabályait. Megtervezzük a kísérlet utáni kiértékelés módszereit, ellenőrizzük, hogy a kísérleti elrendezés és a tervezett kiértékelés összhangban van-e? Kiválasztjuk az alkalmazandó "páros", vagy többszörös összehasonlításokat. Meghatározzuk az alkalmazandó szignifikancia szintet. Elvégezzük a kísérletet, az adatgyűjtést. Ellenőrizzük az adatok minőségét. Vizsgáljuk az adatokat (exploratory data analysis) Ellenőrizzük a kiinduló feltételezések teljesülését. Elvégezzük az analízist.

A négyzetes összeg összetevői egy szempont esetén Az A szempont szóródása A véletlen okozta szóródás

A négyzetes összeg összetevői Két szempont esetén Az A szempont szóródása A B szempont szóródása Az A x B szempontok kölcsönhatásának szóródása A véletlen okozta szóródás

A négyzetes összeg összetevői Három szempont esetén Az A szempont szóródása A B szempont szóródása A C szempont szóródása A szempontok (A, B, C) kölcsönhatásainak szóródása A véletlen okozta szóródás

ANOVA modellek Ahol: i, j, k, l jelöli azt hogy a többes előfordulásból melyikről beszélünk xijkl, stb = Az egyes megfigyelések értéke (például x2,5 a második csoportban az 5. megfigyelés M = nagyátlag A, B, C = a kezelések szempontjai, amin belül 2, vagy több kezelés lehet (i darab, j darab, k darab) A x B jelöli az A és B szempontba sorolt kezelések kölcsönhatásait  jelzi a véletlennek tulajdonítható, normál eloszlású szóródás változóját