ZAD 1. NORMALNOD Po czym mona poznad normalnod rozkadu?: 1. Wizualnie, a wic dane sprawdzone na oko poprzez obserwacj: a.

Histogramu

INSTRUKCJA: Statystyki podstawowe Tabele Licznoci wicej zaznaczyd dokadn liczb przedziaw, kliknd na histogram.

b. Wykresu normalnoci

INSTRUKCJA: Statystyki podstawowe Tabele Licznoci Opisowe Wykres Normalnoci

2. Liczbowo czyli poprzez weryfikacj hipotezy statystycznej a. Test Komogorowa Smirnowa (Test K-S) aby go uyd musimy znad redni i odchylenie standardowe populacji, w praktyce nie jest wykorzystywany. b. Test Lilleforsa uywamy go kiedy liczebnod prby jest wiksza od 30 (n>30) c. Test Saphiro-Wilka najbardziej popularny, wykorzystywany jeli liczebnod prby jest mniejsza bd rwna od 50 (n 50) Przy normalnoci zakadamy hipotez zerow, e rozkad jest normalny czyli:

H0 : rozkad jest normalny H1 : rozkad nie jest normalny. Przy testach liczbowych otrzymujemy wartod P. Jeli P<0,05 odrzucamy hipotez zerow H0 na poziomie istotnoci 0,05, a zatem moemy przyjd, e rozkad nie jest normalny. Jeli P0,05 to nie ma podstaw do odrzucenia hipotezy zerowej H0, a zatem moemy przyjd, e rozkad jest normalny. INSTRUKCJA: Statystyki podstawowe Tabele Licznoci Normalnod Wybr testu

ZAD 2. PORWNYWANIE 2 REDNICH (W PRBACH ZALENYCH I NIEZALENYCH) 1. TESTOWANIE PRB NIEZALENYCH (z nieznanymi wariancjami) a. Sprawdzamy normalnod obu prb (Aby kontynuowad rozkady musz byd normalne) H0 : rozkad jest normalny H1 : rozkad nie jest normalny. b. Sprawdzamy rwnod wariancji 12 i 22 H0 : 12 = 22 H1 : 12 22 INSTRUKCJA: Statystyki podstawowe Test t dla prb niezalenych (wzgldem grup lub zmiennych) Opcje Test Levena i Test Browna-Forsytha Odczytujemy wartod p Lavena Wariancje s rwne (jeli nie odrzucilimy H0): H0: m1=m2 H1: m1m2 INSTRUKCJA : klikamy na podsumowanie testy t w tym samym oknie. H0: m1=m2 H1: m1<m2

INSTRUKCJA: odczytujemy wartod statystyki t wartod krytyczn t0,05 Nastpnie wchodzimy w kalkulator prawdopodobieostwa: wybieramy test t studenta; stopnie swobody df=n1+n2 -2;

Jeeli t< t0,05 to odrzucamy hipotez zerow, jeli t>t0,05 to nie ma podstaw do odrzucenia hipotezy zerowej. H0: m1=m2 H1: m1>m2 INSTRUKCJA: odczytujemy wartod statystyki t wartod krytyczn t0,95 Nastpnie wchodzimy w kalkulator prawdopodobieostwa: wybieramy test t studenta; stopnie swobody df=n1+n2 -2;

Jeeli t< t0,95 to odrzucamy hipotez zerow, jeli t>t0,95 to nie ma podstaw do odrzucenia hipotezy zerowej. Wariancje s rne (odrzucilimy H0 o rwnoci wariancji) H0: m1=m2 H1: m1m2

INSTRUKCJA: Uywamy test Cochana-Coxa (tu test t z oddzieln ocen wariancji) Odczytujemy wartod p dwustronnego! Jeeli p<0,05 to odrzucamy hipotez zerow, jeeli p>0,05 to mamy podstawy do odrzucenia hipotezy zerowej o zwizku prb niezalenych. 2. Prby zalene o liczebnoci n1=n2=n (czyli prby przed i po) a. Sprawdzamy normalnod rnic. (patrz wyej, rozkad musi byd normalny eby id dalej) Naley tu pamitad, aby odjd jeden wynik od drugiego i sprawdzid normalnod rnic. Aby to zrobid klikamy na zmienn nr 3 i wpisujemy w funkcjach komend Zm2-Zm1=Zm3 H0 : rozkad jest normalny H1 : rozkad nie jest normalny. b. Weryfikacja hipotezy H0: m1=m2 H1: m1m2 INSTRUKCJA: Statystyki podstawowe test t dla prb zalenych Podsumowanie Jeeli odrzucamy H0: H0: m1=m2 H1: m1<m2 INSTRUKCJA: odczytujemy wartod statystyki t wartod krytyczn t0,05 Nastpnie wchodzimy w kalkulator prawdopodobieostwa: wybieramy test t studenta; stopnie swobody df=n-1;

Jeeli t< t0,05 to odrzucamy hipotez zerow, jeli t>t0,05 to nie ma podstaw do odrzucenia hipotezy zerowej. H0: m1=m2 H1: m1>m2

INSTRUKCJA: odczytujemy wartod statystyki t wartod krytyczn t0,95 Nastpnie wchodzimy w kalkulator prawdopodobieostwa: wybieramy test t studenta; stopnie swobody df=n-1;

Jeeli t< t0,95 to odrzucamy hipotez zerow, jeli t>t0,95 to nie ma podstaw do odrzucenia hipotezy zerowej.

ZAD 3. ANALIZA WARIANCJI PROSTA ANOVA Analiza wariancji bada rwnod rednich w trzech lub wicej niezalenych grupach, jeeli spenione s odpowiednie zaoenia: - mierzalnod; - niezalenod; - normalnod w kadej z grup. UWAGA: DO STATISTICI DANE WPISUJEMY PRZYPADEK POD PRZYPADKIEM I TWORZYMY ZMIENN GRUPUJC !!! (czyli wszystkie zmienne w jednej kolumnie)

1. Sprawdzamy czy w kadej grupie mamy do czynienia z rozkadem normalnym: H0 : rozkad jest normalny H1 : rozkad nie jest normalny. 2. Sprawdzamy rwnoci wariancji (czy kada grupa ma tak sam) H0 : 12 == 22

H1: ~ H0 INSTRUKCJA: Statystyki podstawowe Przekroje, prosta ANOVA Wybr zmiennej i kodujcej (grupujcej) OK. Karta testy ANOVA Test Levena p i wnioskujemy o hipotezie. Jeli wariancja jest rwna (nie odrzucilimy H0) to idziemy dalej 3. Weryfikacja hipotezy o rwnoci rednich ANOVA m1...mk H0 : m1 == mk H1: ~ H0 INSTRUKCJA: Statystyki podstawowe Przekroje, prosta ANOVA Wybr zmiennej i kodujcej (grupujcej) OK. Karta testy ANOVA Analiza wariancji odczytujemy p Jeeli p <0,05 to odrzucamy H0 Jeeli p >0,05 to nie ma podstaw do odrzucenia hipotezy zerowej, a zatem wnioskujemy e rednie we wszystkich grupach s rwne, a dokadniej nie ma statystycznie istotnych rnic. 4. Jeeli odrzucilimy H0 to wyznaczamy grupy jednorodne H0: mi=mj H1: mimj INSTRUKCJA: Statystyki podstawowe Przekroje, prosta ANOVA Wybr zmiennej i kodujcej (grupujcej) OK. Karta Post-Hoc Test NIR lub test Duncana NP.: { }

m1m2 m1=m3 m2m3 0,05< grupa niejednorodna 0,05> grupa jednorodna Tutaj grupy jednorodne { Grupa niejednorodna : grupa nr 3 }

ZAD 4. TESTY NIEPARAMETRYCZNE PORWNANIE GRUP NIEZALENYCH ORAZ ZALENYCH

Testy nieparametryczne stosujemy w przypadku niespenienia ktrego z zaoeo dotyczcych testw parametrycznych (niespenione zaoenia o normalnoci lub rwnoci wariancji). H0:F1(x)=F2(x) H1:~ H0 1. Dwie prby niezalene: a. Dane wypisujemy przypadek za przypadkiem + zmienna kodujca jak w ANOVA b. Weryfikujemy hipotezy: H0:F1(x) F2(x) H1:~ H0 INSTRUKCJA: Statystyki podstawowe testy nieparametryczne porwnaj z niezalen grup OK. zmienne + wybr zmiennej grupujcej Jeli liczebnoci obu grup s wiksze od 20 (n1>20 i n2>20) oraz nie wystpuj powtrzenia w danych tzn. nie ma rang wizanych. (Aby sprawdzid powtarzalnod par, kopiujemy dane do Excela i

wykorzystujemy formu =jeeli(A1=A2;1;0) tam gdzie pojawi si 1, bdzie oznaczao, e liczba si powtarza) WYKORZYTSUJEMY: Test U Manna Witneya (kolumny z i p) Jeeli liczebnoci s wiksze od 20 (n1>20 i n2>20) i wystpuje przynajmniej jedna podwjna liczba WYKORZYSTUJEMY: Test U Manna Witneya (kolumny zpopr i p) Jeeli liczebnoci obu grup s mniejsze, bd rwne 20 WYKORZYSTUJEMY: test Wolta-Wolfrowitza z poprawk singel a (kolumny zskoryg i p) 2. Dwie prby zalene: a. Dane wypisujemy jako 2 zmienne, obok siebie b. Weryfikujemy hipotezy H0:F1(x) =F2(x) H1:~ H0 INSTRUKCJA: Statystyki podstawowe testy nieparametryczne porwnanie 2 grup niezalenych (zmiennych) OK. wybr zmiennych Test Wilcoxona kolejnoci par rangowanych

ZAD

5.

TESTY

NIEPARAMETRYCZNE

PORWNANIE

WIELU

PRB

NIEZALENYCH

(NIEPARAMETRYCZNA ANOVA) 1. Postpowanie: a. Dane wpisujemy przypadek pod przypadkiem + zmienna kodujca b. Weryfikacja hipotezy H0:F1(x) =F2(x)= = Fk(x) H1:~ H0 INSTRUKCJA: Statystyki podstawowe testy nieparametryczne porwnanie wielu prb niezalenych (grup) wybr zmiennych + kodujcych (grupujcych) podsumowanie ANOVA Skala Kruskala-Wallisa i test mediany (zerkamy do drugiego arkusza rang Kruskala i odczytujemy p) Jeeli p < 0,05 to odrzucamy hipotez zerow o rwnoci rozkadw. c. Grupy jednorodne H0:Fi(x) =Fj(x) H1: Fi(x) Fj(x) INSTRUKCJA: wielokr. porwn. rednich rang dla wszystkich prb (rozkad i-tej I j-tej prby jest nierozrnialny statystycznie)

ZAD 6. TESTY NIEPARAMETRYCZNE DLA WIELU PRB ZALENYCH 1. Postpowanie - Dane Standardowe : a. Dane wpisujemy jako zmienne, b. Weryfikacja hipotezy: H0:F1(x) =F2(x)= = Fk(x) H1:~ H0 (Rozwaamy k3 prb zalenych!) INSTRUKCJA: Testy Nieparametryczne Porwnanie wielu prb zalenych Podsumowanie ANOVA Friedmana 2. Postpowanie Dane Dychotomiczne :

Rozwaamy k prb (k3) zalenych z danymi dychotomicznymi czyli zero-jedynkowymi. (W zadaniu moe byd czy zaszo zdarzenie, czy nie, odpowied poprawna, albo nie itp) a. Dane wpisujemy jako zmienne, b. Weryfikacja hipotezy: H0:F1(x) =F2(x)= = Fk(x) H1:~ H0 INSTRUKCJA: Testy Nieparametryczne Test Q Cochrana Podsumowanie

ZAD 7. TABELE DWUDZIELCZE (WIELODZIELCZE) 1. Przypadek dwch rnych cech: Zamy, e dysponujemy N obserwacjami o jakociowej cesze X i jakociowej cesze Y. Kategorie cechy X: X1,,Xk (np. kolory oczu chomikw niebieski, zielony, brzowy, szary) Kategorie cechy Y: Y1,,Yp (np. kolory futerka chomikw biay, w ciapki, brzowy ) nij liczba elementw prby, dla ktrych cecha X ma wariant Xi , a cecha Y ma wariant Yj (i=1, k; j=1, , p). Wic tabela dwudzielcza bdzie wygldaa nastpujco:

H0: cechy X i Y s niezalene H1: cechy X i Y s zalene a. Tabele 2x2

Wybr odpowiedniego testu: PRZYPADEK N> 40 i wszystkie licznoci oczekiwane 5 N< 40 i istnieje licznod oczekiwana <5 20<N 40 i wszystkie licznoci oczekiwane 5 20<N 40 i istnieje licznod oczekiwana <5 N20 Test Chi2 Test Chi2 z poprawk Yatsa Test Chi2 z poprawk Yatsa Dokadny test Fischera Dokadny test Fischera TEST

Sprawdzenie siy zalenoci (TYLKO w przypadku odrzucenia H0!) za pomoc wspczynnika Fi 0Fi1 im wartod blisza 1 tym sia zalenoci jest wiksza!

INSTRUKCJA - HISTOGRAM: Statystyki podstawowe Tabele wielodzielcze Okrel tabele (wybr zmiennych) OK. Histogramy skategoryzowane bd w zakadce WICEJ histogram 3d INSTRUKCJA POSTPOWANIE: Statystyki podstawowe Tabele wielodzielcze Okrel tabele (wybr zmiennych) OK. OPCJE Na pocztku wybieramy Licznoci Oczekiwane (L.O.) WICEJ Podsumowanie tabela zbiorcza i patrzymy na rodek:

W tym przypadku WSZYSTKIE L.O. s wiksze ni 5, a liczebnod wynosi 45, wic wybieramy test Chi2 OPCJE Wybieramy odpowiedni test (patrz tabela wyej) i wspczynnik Fi

 Na podstawie odpowiedniego testu (p) potwierdzamy lub odrzucamy H0 , a dopiero po tym bierzemy i analizujemy Fi - im wiksze tym sia zwizku.

b. Tabele wiksze ni 2x2 Wybr testu : jeeli wszystkie licznoci oczekiwane 5 - Test Chi2 Sprawdzenie siy zalenoci w przypadku odrzucenia H0 Wspczynnik V-Cramera, ktry interpretujemy tak samo jak Fi INSTRUKCJA: Robimy wszystko to, co wyej, uywajc Testu Chi2 i wspczynnika V-Cramera zamiast Fi.

INSTRUKCJA: 2. Przypadek jednej cechy badanej przed i po oddziaywaniu test istotnoci zmian McNemara Test McNemara A/D H0: A=D H1:AD

a. Test McNemara B/C

H0: B=C

H1:BC

INSTRUKCJA: Statystyki podstawowe Tabele wielodzielcze Okrel tabele (wybr zmiennych) OK. OPCJE Test McNemara interpretacja wyniku. Kiedy wybrad A/D, a kiedy B/C?

ZAD 8. PODSTAWY KORELACJI X1, , Xn wartod pierwszej cechy Y1, , Yn wartod drugiej cechy 1. Dane mierzalne przy rozkadzie normalnym w obu grupach: a. Wykres rozrzutu (wykres korelacyjny):

Na podstawie wykresu korelacyjnego moemy wstpni okrelid charakter, kierunek i si korelacji b. Wspczynnik korelacji liniowej Pearsona rxy (rxy[-1;1]) i. Kierunek rxy>0 korelacja dodatnia rxy<0 korelacja ujemna ii. Sia IrxyI<0,2 korelacja saba, zalenod nie znaczca 0,2IrxyI<0,4 korelacja niska, zalenod wyrana, lecz maa 0,4IrxyI<0,7 korelacja umiarkowana, zalenod istotna 0,7IrxyI<0,9 korelacja silna, zalenod znaczna 0,9IrxyI korelacja bardzo silna, zalenod bardzo pewna UWAGA: takiej interpretacji dokonujemy wwczas, gdy wspczynnik korelacji okae si statystycznie istotny! c. Istotnod wspczynnika korelacji liniowej Pearsona H0: =0 (nieistotne) H1: 0 (istotne) bdzie istotny jeli wartod p <0,05! Wtedy i tylko wtedy 0 !!!

INSTRUKCJA: Statystyki podstawowe moc korelacji 2 listy zmiennych opcje wywietl dokadn tabel wynikw podsumowanie odczytujemy r(x,y) i p jeeli p pozwala na odrzucenie H0 interpretujemy si korelacji 2. Dane w skali porzdkowej i jakociowej, ktre moemy porangowad a. W razie potrzeby naley nadad danym odpowiednie rangi w statistice (Kliknd dwa razy na odpowiedni zmienn i nacisnd po prawej etykiety tekstowe naley przy tym pamitad, o ustalonej kolejnoci, jeli np. szeregujemy rozmiar sukienek i wyksztacenie, to najmniejszy rozmiar i najgorsze wyksztacenie powinny mied najniszy zetykietowany numer)

b. Wspczynnik korelacji rang Spearmana rs kierunek i sia jak w przypadku wspczynnika rxy c. Istotnod rang Spearmana H0: =0 (nieistotne) H1: 0 (istotne) bdzie istotny jeli wartod p <0,05! Wtedy i tylko wtedy 0 !!! INSTRUKCJA: Statystyki Nieparametryczne korelacje Oblicz: Szczegowy raport listy zmiennych R Spearmana

ZAD. 9 REGRESJA PROSTA (CZYLI TUPTU) (x1,y1), ,(xn,yn) dane empiryczne Interesuje nas zalenod LINIOWA y od x! Y=bo+b1x Y zmienna zalena (objaniana) X zmienna niezalena (objaniajca) bo wyraz wolny b1 wspczynnik regresji 1. Wykres rozrzutu

MNK metoda najmniejszych kwadratw 2. Wspczynnik korelacji Pearsona a. Okrel si i kierunek korelacji (jak w temacie poprzednim) b. Sprawd istotnod wspczynnika (musi byd istotne statystycznie p) 3. Funkcja regresji prostej Y=bo+b1x a. Wyznaczenie parametrw b0 i b1 b. Sprawdzenie istotnoci wspczynnika regresji b1 c. Interpretacja wspczynnika regresji Wraz ze wzrostem zmiennej niezalenej (x) o 1 jednostk, zmienna objaniana (y) ronie/maleje (w zalenoci od znaku) o b1 jednostek! d. Ocena dokadnoci dopasowania funkcji regresji do danych empirycznych: i. Bd standardowy estymacji (odchylenie standardowe) Su okrela, o ile rednio mona si pomylid przy szacowaniu wartoci zmiennej zalenej y i zmiennej niezalenej x na podstawie funkcji regresji. ii. redni bd szacunku Vu okrela ile procent redniego poziomu zmiennej zalenej stanowi redni bd szacunku - rednia arytmetyczna liczby y1, , yn iii. Wspczynnik determinacji R2- okrela jaki procent zamiennoci zmiennej zalenej y wyjania funkcja regresji. (od 0-1 im bliej jedynki tym lepiej) INSTRUKCJA (PUNKTU 3): Statystyka regresja wieloraka wybr zmiennych (zalena y i niezalena x) OK. Podstawowe Podsumowanie wyniki regresji redni obliczamy w statystykach podstawowych opisowe Podsumowanie

ZAD. 10 KORELACJA CZSTKOWA WIELORAKA Analiza wspzalenoci 3 cech. Dane: X1, X2,X3 trzy cechy Np.: X1i waga Wyniki X2i - wzrost X3i numer buta

1. Wspczynnik korelacji czstkowej a. Interpretacja okrelenie siy i kierunku zalenoci pomidzy dwoma cechami z wyczeniem wpywu trzeciej zmiennej. r12.3 wspczynnik korelacji czstkowej midzy X1 i X2 przy kontrolowaniu X3 r13.2 wspczynnik korelacji czstkowej midzy X1 i X3 przy kontrolowaniu X2 r23.1 wspczynnik korelacji czstkowej midzy X3 i X2 przy kontrolowaniu X1 b. Istotnod wspczynnika korelacji czstkowej (H1 s istotne statystycznie): HIPOTEZY H0: H1: r12.3 12.3 = 0 12.3 0 r13.2 13.2 = 0 13.2 0 r23.1 32.1 = 0 32.1 0

INSTRUKCJA:

Statystyka

podstawowe

macierze

korelacji

OPCJE

WICEJ Korelacje czstkowe 2. Wspczynnik korelacji wielorakiej a. Interpretacja okrela si powizania jednej cechy od dwch pozostaych r1.23 wspczynnik korelacji wielorakiej midzy X1 a X2 i X3 r2.13 wspczynnik korelacji wielorakiej midzy X1 a X3 i X2 r3.12 wspczynnik korelacji wielorakiej midzy X3 a X2 i X1

b. Istotnod wspczynnika korelacji wielorakiej HIPOTEZY H0: H1: r1.23 1.23 = 0 1.23 0 r2.13 2.13 = 0 2.13 0 r3.12 3.12 = 0 3.12 0

INSTRUKCJA : Statystyka regresja wieloraka zmienne zalena X1 i niezalene X2 i X3 OK. Odczytaj p i Wielor. R

3. Wspczynnik determinacji = wspczynnik korelacji wielorakiej podniesiony do kwadratu. a. Interpretacja okrela jaka czd zmiennoci 1 cechy zostaa wyjaniona przez 2 pozostae. b. Zwizek ze wspczynnikiem korelacji linowej Pearsona i wspczynnikiem korelacji czstkowej R1.232 = r122 + r13.22*(1- r122) r12 wspczynnik korelacji liniowej Pearsona X1 i X2 r13.2 wspczynnik korelacji czstkowej midzy X1 i X3 przy kontroli X2

Interpretacja rwnania: Zmiennod cechy X1 jest wyjaniona przez cechy X2 i X3 w R1.232 *100% A DOKADNIEJ W r122*100% przez cechy X2 i w r13.22*100% przez cechy X3 przy ustabilizowanym dziaaniu cechy X2

ZAD. 11 REGRESJA WIELORAKA Y zmienna obserwowalna

X1, ,Xk zmienne obserwowalne Y - zmienna zalena (objaniana) X1, ,Xk - zmienna niezalena (objaniajca)

Dla przykadu : Y = waga X1= dugod stopy X2= obwd szyi (Y1, X11, Xk1), (Y2, X12, Xk2), , (Yn, X1n, Xkn) czyli wszystkie te statystyki dla jednej osoby

Model regresji wielorakiej w zalenoci zmiennej Y od zmiennych X1, ,Xk Yi=0+ 1X1i + + kXki +i , i=1, , n 0 - wyraz wolny 1, , Bk wspczynniki regresji okrelajce zalenod Y od odpowiednio X1, ,Xk 1 , , n skadniki losowe

Sposb przeprowadzenia analizy regresji wielorakiej: 1. Wyznaczenie rwnania regresji wielorakiej: a. Oszacowanie parametrw B0, B1, , Bk metod najmniejszych kwadratw b. Zapisanie rwnania regresji wielorakiej i= 1, , n bo, b1, b2 oceny parametrw z punktu a) c. Interpretacja wspczynnikw B1, , Bk d. Sprawdzenie istotnoci parametrw B1, , Bk H0: B1=0 H1: B10 2. Ocena dopasowania modelu do danych empirycznych: a. Bd standardowy estymacji (odchylenie standardowe reszt) o ile rednio mona si pomylid przy szacowaniu wartoci zmiennej Y, w zalenoci od zmiennej X1, , Xk na podstawie funkcji regresji wielorakiej b. Wspczynnik korelacji wielorakiej Ry.x1x2x3 okrelenie siy zalenoci zmiennej Y od X1, , Xk (im bliej 1 tym lepsza zalenod) H0: yx1=0 H1: yx10

c. Wspczynnik determinacji R2 okrela jaki procent zmiennoci zmiennej Y zosta wyjaniony przez funkcj regresji wielorakiej INSTRUKCJA: Punkt 1(a,b,c,d) i 2(a,c) wykonujmy jak w przypadku regresji prostej patrz powyej; punkt 2(b) wykonujemy jak w zajciach wczeniejszych w punkcie 2(b)

Zad. 12 REGRASJA WIELOMIANOWA X, Y zmienne mierzalne Interesuje nas model: ak0 k- stopieo wielomianu a0,a1,ak wspczynniki wielomianu

1. Analiza regresji wielomianowej a. Wprowadzenie nowych zmiennych X1=X; X2=X2; Xk=Xk b. Oszacowanie parametrw a0, a1,ak , modelu regresji wielorakiej Y=a0+a1X + i

c. Sprawdzenie stopnia wielomianu H0: ak=0 H1: ak0 (jeli jest istotne, to wielomian jest stopnia k-tego) d. Porwnanie dopasowania modelu do danych empirycznych z innymi modelami (jeeli porwnywane modele maj rn liczb zmiennych objaniajcych to korzystamy z R 2 [Skoryg.R2]) Im bliszy 1 tym lepiej dopasowany model. INSTRUKCJA: Zmienn X dajemy do kwadratu w ostatniej komrce ( w taki sam sposb jak wyej w przypadku porwnywania normalnoci rnic zmiennych zalenych. Uywamy komend =X^2). Wspczynniki wielomianu traktujemy jak wczeniejsze b.

CO BY SI PRZYDALO DO KOLOKWIUM?: Wybr odpowiedniego testu: PRZYPADEK N> 40 i wszystkie licznoci oczekiwane 5 N< 40 i istnieje licznod oczekiwana <5 20<N 40 i wszystkie licznoci oczekiwane 5 20<N 40 i istnieje licznod oczekiwana <5 N20 Sia korelacji IrxyI<0,2 korelacja saba, zalenod nie znaczca 0,2IrxyI<0,4 korelacja niska, zalenod wyrana, lecz maa 0,4IrxyI<0,7 korelacja umiarkowana, zalenod istotna 0,7IrxyI<0,9 korelacja silna, zalenod znaczna 0,9IrxyI korelacja bardzo silna, zalenod bardzo pewna WZORY: Y=bo+b1x Interpretacja wspczynnika regresji Wraz ze wzrostem zmiennej niezalenej (x) o 1 jednostk, zmienna objaniana (y) ronie/maleje (w zalenoci od znaku) o b1 jednostek! Bd standardowy estymacji (odchylenie standardowe) Su okrela, o ile rednio mona si pomylid przy szacowaniu wartoci zmiennej zalenej y i zmiennej niezalenej x na podstawie funkcji regresji. redni bd szacunku Vu okrela ile procent redniego poziomu zmiennej zalenej stanowi redni bd szacunku

TEST Test Chi2 Test Chi2 z poprawk Yatsa Test Chi2 z poprawk Yatsa Dokadny test Fischera Dokadny test Fischera

Wspczynnik determinacji R2- okrela jaki procent zamiennoci zmiennej zalenej y wyjania funkcja regresji. R1.232 = r122 + r13.22*(1- r122) Interpretacja rwnania: Zmiennod cechy X1 jest wyjaniona przez cechy X2 i X3 w R1.232 *100% A DOKADNIEJ W r122*100% przez cechy X2 i w r13.22*100% przez cechy X3 przy ustabilizowanym dziaaniu cechy X2 Yi=0+ 1X1i + + kXki +i , i=1, , n ak0