Professional Documents
Culture Documents
-Statistike metode dijelimo: opom podjelom, s obzirom na vrstu varijablimjernu skalu(ljestvicu), prema broju varijabli i s obzirom na ciljnu
usmjerenost.
Statistike metode:
a) Metode deskriptivne statistike: statistiki postupci grupiranja i
grafikog prikazivanja podataka te izraunavanja razliitih statistikih
pokazatelja kojima se opisuje promatrana pojava (mjere centralne
tendencije, mjere varijabilnosti, mjere disperzije itd) Zakljuci dobiveni
unutar ove statistike odnose se na grupu ispitanika
b) Metode inferencijalne statistike: statistiki postupci kojima se na
temelju rezultata dobivenih na uzorku proiruju zakljuci na populaciju koje
je uzorak reprezentant. (t- test, univarijantna analiza varijance,
multivarijantna analiza varijance itd)
Statistike metode s obzirom na vrstu varijable:
a) Neparametrijske metode: koriste se za obradu podataka prikupljenih
na kvalitativnim mjernim ljestvicama (nemogue je utvrditi aritmetiku
sredinu i standardnu devijaciju, npr. Wilcoxonov test, medijan test)
b) Parametrijske metode: za obradu normalno distribuiranih podataka
prikupljenih na kvantitativnim mjernim ljestvicama (mogue utvrditi
statistike parametre, npr. t-test, regresijska i faktorska analiza)
Prema broju varijabli:
a) Univarijatne metode: za analizu podataka jedne varijable te testiranje
hipoteza koje se odnose na tu varijablu
b) Multivarijatne metode: za analizu podataka dviju ili vie varijabli uz
uvaavanje njihova odnosa
S obzirom na ciljnu usmjerenost kineziolokih istraivanja:
a) Deskriptivne metode: koriste se za opis varijabli (mjere centralne
tendencije, mjere disperzije)
b) Komparativne metode:
1. metode za utvrivanje razlika: utvrivanje razlika izmeu dviju ili vie
grupa ispitanika koje su opisane jednom varijablom
2. metode za utvrivanje relacija: utvrivanje relacija izmeu jedne ili vie
rQ3=3*n/4 75% lanova niza ima vrijednost manju od Q3, a 25% lanova
niza ima vrijednost veu od Q3
- svrha raunanja kvartila je identificirati ekstremno velike i male
vrijednosti niza (i vidjeti njihov utjecaj na istraivanje)
Raunanje kvartila grupiranih podataka:
1. formiramo kumulativni niz, odredimo kvartilni razred
Interkvartili: mjera rasprenosti koja eliminira 25% najmanjih i najveih
lanova niza gdje za analizu ostaju 50% sredinjih lanova niza
- razlika izmeu treeg i prvog kvartila
Q= Q3-Q1
Koeficijent kvartilne devijacije je omjer interkvartila i zbroj kvartila, i
uvijek poprima vrijednost izmeu 0 i 1
K= Q3-Q1 (Q) / Q3+Q1
Varijanca je prosjeno kvadratno odstupanje rezultata od aritmetike
sredine
- temeljem odstupanja mogue je izraunati mjeru varijabilnosti jer vea
odstupanja ukazuju na veu rasprenost podataka
- stupanj varijabilnosti podataka mogue je iskazati putem aritmetike
sredine izraunatih odstupanja, ali takva operacija kao rezultat daje 0 jer
zbog odstupanja od aritmetike sredine jednak je 0
- kako je varijanca prosjeno kvadratno odstupanje oteano je
interpretiranje, pa raunamo standardnu devijaciju (potrebno je iz
varijance izraunati korijen)
Standardna devijacija je prosjeno odstupanje vrijednosti numerikog
obiljeja od aritmetike sredine, koje je iskazano u istim mjernim
jedinicama kao i obiljeje.
- izraunamo aritmetiu sredinu, izraunamo razliku izmeu vrijednosti
svakog elementa kupa i aritmetike sredine, to kvadriramo i zbrojimo
Ako elimo raunati standardnu devijaciju za neki uzorak entiteta onda se
rauna s nazivnikom n; a ako govorimo o populaciji onda je nazivnik n-1
Koeficijent varijacije je omjer standardne devijacije i aritmetike sredine
pomnoen sa 100 (koliki % vrijednosti aritmetike sredine iznosi
standardna devijacija)
postotno prosjeno odstupanje obiljeja od aritmetike sredine
Mjere asimetrije distribucije (Skewness)
-koeficijent asimetrije distribucije, rauna se kao omjer treeg
momenta oko sredine i standardne devijacije podignute na treu potenciju
-ako je koeficijent asimetrije a3>0 distribucija je pozitivno asimetrina, a
ako je koeficijent asimetrije a3<0 onda je negativno asimetrina
- ako je a3=0 distribucija je simetrina
- ako su frekvencije rezultata u nekoj varijabli ravnomjerno raspodijeljene
lijevo i desno od prosjene vrijednosti = Simetrina distribucija
podataka (medijan, mod i aritmetika sredina jednake su vrijednosti,
imaju samo jednu modalnu vrijednost) Gausova distribucija
- Standardnom devijacijom ponitava se utjecaj mjerne jedinice, tj
izraunati koeficijent asimetrije kree se u intervalu od -2 do +2
KS TEST
TRANSFORMACIJE PODATAKA
- kvalitativne podatke tee je mijenjati od kvantitativnih
1. Rangiranje: transformacija kvantitativne varijable u ordinalnu, odnosno
zamjena rezultata odgovarajuim rangovima
Rang: redni broj entiteta utvren sortiranjem prema nekoj kvantitaivnoj
varijabli. Uobiajeno je da se najbolji rezultat zamjenjuje rangom 1.
Sukladno tome rang se entiteta u normalno skaliranim varijablama
utvruje silaznim sortiranjem, a u obrnuto skaliranim uzlaznim sortiranjem.
Normalno skalirana varijabla: je varijabla u kojoj najvea nurmerika
vrijednost predstavlja najbolji rezultat (skok u vis)
Obrnuto skalirana varijabla: varijabla u kojoj najmanja numerika
KORELACIJA
+1)
a) Dijagram nulte korelacije:
- kada nema povezanosti, jednaka je 0 (r=0) odnos izmeu dviju varijabli
u kojem svakom rezultatu u jednoj varijabli moe odgovarati bilo koji
rezultat u drugoj varijabli
b) Dijagram potpuno pozitivne korelacije:
- povezanost izmeu dvije varijable = 1
- rezultati izmeu dviju varijabli meusobno su proporcionalni (na kojem
broju je u x, na tom broju je i na y rezultat jedne varijable odgovara rez
druge varijable)
- u kineziologiji nema potpuno pozitivne povezanosti
- svakom iznadprosjenom u jednoj, odgovara iznadprosjean u drugoj i
obrnuto
c) Dijagram potpuno negativne korelacije:
- povezanost izmeu dvije varijable = -1
- to je netko bolji na jednoj varijabli, toliko je lo u drugoj varijabli
- nekom visokom rezultatu jedne varijable, odgovara niski rezultat druge
varijable
- odnos je OBRNUTO PROPORCIONALAN