2012.09.18.

Hipotézis vizsgálatok Egy példa

Hogyan
Kérdések adhatunk
Kérdés: Hatásos a lázcsillapító gyógyszer?
választ?
(példa)

? irodalomból
Hatásos-e a gyógyszer?

kísérletekből

Hipotézisek A megfigyelt változó eloszlása

A gyógyszer A gyógyszer A gyógyszer
A gyógyszer
hatástalan hatástalan hatásos
hatásos

Egymást kizáró állítások,

elég az egyiket
megvizsgálni!

Melyikkel érdemes
foglalkozni?
A véletlen hatások
eredője 0. Mekkora a hatás?

1
 2012.09.18.

Ha a populációt A helyzet „fokozódik”

megismerhetnénk!!! A populáció általában
A minta nem azonos a
populációval!
nem ismert.
pl. az átlagok ingadoznak a
Eredmény Következtetés várható érték körül!

m=0 A gyógyszer hatástalan.

A gyógyszer hatásos, a
m<0 hatás mértékére a m
jellemző.

Mintavételezés
véletlen ingadozás. Mi alapján dönthetünk?
Mi az oka az (A feltevésünk helyes!)
eltérésnek?
Mekkora az esélye, Ehhez ismert
hogy a minta paraméterű
valóban az adott eloszlás
populációból szükséges!
származik?

Az alapfeltevésünk
(hipotézisünk) nem igaz
(tévedtünk!).
Az eltérés nem
véletlen.

2
 2012.09.18.

Nullhipotézis: (H0) Nullhipotézis

a minta/minták eltérése a választott populáció(k)tól a Ismert eloszlás esetében
mintavételből származó véletlen eltérés. Gyakran egy tagadó Mekkora az esélye a megadható!
válasz a feltett kérdésre. (példa: a gyógyszer nem hatásos.) véletlen eltérésnek? (Az eloszlás alakja nem mindig
ilyen, de ismert!)

Alternatív hipotézis: (H1)

a minta/minták eltérése a választott populáció(k)tól nem

véletlen. (példa: a gyógyszer hatásos)

Szignifikáns? Szignifikancia szint

Válasszunk egy
Ha p elég nagy, lehet értéket, amelyet
véletlen, ha p elég kicsi a Elég nagy, határnak tekintünk!
különbséget elég kicsi? Ez a szignifikancia
szignifikánsnak tekintjük! szint.

p annak a valószínűsége,
hogy az eltérés véletlen! Jelölése: a.
Orvosi gyakorlatban értéke
igen gyakran 5%.

3
 2012.09.18.

A döntés alapja A döntés

Ha a p elég kicsi, nagyobb az
esélye, hogy a nullhipotézis nem
xkritikus: a szignifikancia • 1. Ha a véletlen eltérés valószínűsége kicsi
szinthez tartozó
igaz. Azaz inkább az alternatív érték (p(|x|≥|xkrit|)  5%) – elvetjük a nullhipotézist.
hipotézis a valószínűbb. xszámolt: a mintá(k)ból • 2. Ha a véletlen eltérés valószínűsége nagy
számolt érték
(p(|x|≥|xkrit|) > 5%) – megtartjuk a
nullhipotézist.
p annak a
valószínűsége, hogy
xszámolt ≥ xkritikus.

A válasz sohasem igen - nem, vagy igaz - hamis!!!

Vizsgálat egy csoportban:

A döntés „jósága” (egymintás t-próba)
döntés:
Kérdés: A minta alapján lehet-e a populáció jellemző értéke egy
a nullhipotézist megadott érték?

megtartjuk elvetjük A példa: Hatásos-e a lázcsillapító vagy sem?

igaz Helyes döntés I. Típusú hiba (a)

Nullhipotézis: nem! m0 = 0. De az átlag nem 0!
tény:
a nullhipotézis II. Típusú hiba (b) Helyes döntés minta átlag
hamis Ha az eltérés nagyobb,
1. -0,2 °C biztosabbnak tűnik az
2. -1 °C alternatív hipotézis (a
gyógyszer hatásos)
3. -1,5 °C

4
 2012.09.18.

Mit jelent a nagy eltérés? A t-érték

x  m0 Viszonyítsuk az eltérést a
Mi a mértéke az eltérésnek? t standard hibához!
sx
(m0 igen gyakran = 0)

Standard hiba: az átlagok átlagos eltérése a

m-től. Mivel az átlagok a m0
körül ingadoznak,
a t-értékek a 0 körül.
~ 68% - konfidencia
( x  sx ) intervallum. (feltéve, hogy a
nullhipotézis igaz!)

Miért alkalmasabb a t-érték? A t-táblázat

Képesek vagyunk kiszámolni ennek az eltérésnek a
valószínűségét!!! (Student- vagy t-eloszlás)

Csak a t-értékek
véletlen ingadozását
írja le!
Az eloszlás alakja
függ az elemszámtól. Különböző tkrit értékek
tartoznak a különböző
valószínűség
értékekhez.

5
 2012.09.18.

A szabadsági fok Döntés t-táblázat alapján

Gondoltam 3 A 3 szám átlaga: 8! Kiválasztunk egy
számra! (információ!) alkalmas szignifikancia
(minta) szintet!

3, 12, 8 vagy 5, 7, 11 stb. 3, 12, 9 vagy 5, 7, 12 stb.

A szabadsági fok = n A szabadsági fok = n-1

Döntés számítógép segítségével A döntés

Én tudok
integrálni!!! • 1. Ha a véletlen eltérés valószínűsége kicsi
(p(|t|≥tkrit)  5%) – elvetjük a nullhipotézist.
• 2. Ha a véletlen eltérés valószínűsége nagy
(p(|t|≥tkrit) > 5%) – megtartjuk a nullhipotézist.

p: annak a valószínűsége, hogy

véletlenül ilyen nagy a tszámolt.

6
 2012.09.18.

Az egymintás t-próba feltétele Vizsgálat két csoportban

Kérdés: A két minta származhat-e azonos
• A feladat: egy minta alapján döntés a m populációból, vagy a két populáció
értékéről. paraméterei azonosak?
• A változó normális eloszlású legyen.
m1 = m2 ?
Nullhipotézis: m1 = m2

(általában x1  x2 )

kétmintás t-próba

kétmintás t-próba A próba

A t-érték az
x1  x2 ? Ismert eloszlású változóra van
t-érték! Akkor meg tudom csinálni!
szükség! Pardon, mennyi a
szabadsági fokok száma?

sz.f. = n1 +n2 -2
x1  x2
t Q1  Q2 ((n1-1)+(n2-1))
1

1 s* 
n1  n2  2
*
s
n1 n2

7
 2012.09.18.

A kétmintás t-próba feltétele A szórások vizsgálata

• A feladat: két egymástól független csoport Hogyan fogjunk Nullhipotézis: a két szórás
összehasonlítása. hozzá? azonos, az eltérés véletlen
(mintavétel).
• A változó normális eloszlású legyen.
• A szórás a két csoportban azonosnak tekinthető.

De hiszen ez
olyan, mint egy
Ez utóbbi új! hipotézis-
Hogyan állapítható vizsgálat!
meg?

Az F-próba Döntés
s2
F  12
s2
De melyik
variancia legyen • 1. Ha a véletlen eltérés valószínűsége kicsi
A nullhipotézishez a számlálóban? (p(F ≥ Fkrit)  5%) – elvetjük a nullhipotézist.
tartozik egy ún.
F-eloszlás.
• 2. Ha a véletlen eltérés valószínűsége nagy
(p(F ≥ Fkrit) > 5%) – megtartjuk a
nullhipotézist.

A számlálóban mindig a nagyobb

variancia van! (F ≥ 1)

8
 2012.09.18.

2 vagy több változó Korreláció

Példa:
Van-e kapcsolat a testsúly és a testmagasság között?
Korreláció és regresszió
kísérlet: adatok:
n magasság súly (kg)
(cm)
1 150 61
2 170 70
3 166 75
4 174 70
Kapcsolat két változó Függvényszerű leírás.
5 180 72
között. 6 155 50
7 172 65
8 161 59
9 177 81

Ábrázolás Pearson-féle korrelációs együttható

például: x a magasság és y a súly.

Qxy Qxy    xi  x  yi  y 
lehetséges esetek: cov( x, y )
r  i

sx  s y Qx  Qy Qx    xi  x 
2

A B C Q y    yi  y 
2

1  r  1
Az r lehetséges i

értékei:

A populációban:
r = 0 nincs korreláció,

Negatív r ≠ 0 van! (mértéke arányos az r abszolút értékével.)

nincs semmilyen Pozitív
tendencia tendencia tendencia

9
 2012.09.18.

Determinációs együttható Korrelációs t-teszt

A számolt r csak becslése az r populációbeli értékének. A
r2 számolt érték az elmélet r körül ingadozik.
(pl. rszámolt = 0,1 ?)

Megadja, hogy milyen erős a kapcsolat. n2

Az y változásainak mekkora része értelmezhető az x változásaival. H0: r = 0! tr sz.f.: n - 2
1 r 2

Döntés: a t-érték alapján. Lásd előző példákat!

Feltétele: Legalább az egyik változó normális eloszlású.

Lineáris regresszió A legkisebb négyzetek

módszere
Ha a változók normális
Qh   hi2    yi  axi  b  xi és yi mért értékek.
2
eloszlásúak, a kapcsolat
közöttük lineáris jellegű. i i a és b az ismeretlen!
(xi,yi)
h

yi  axi  b  hi

y: függő változó
x: független változó
hi: hibatag = yi – (axi+b).
(A különbség a megfigyelt és a feltételezett érték között)

10
 2012.09.18.

Melyik a legjobban illeszkedő Khi-négyzet teszt

egyenes? (gyakorisági adatok elemzése)
 x   .
n

i  x yi  y
Qxy
Qh minimális!

a   i 1
b  y  a  x
 x 
n
Qxx 2
i x példa: fejfájás hatásos:
i 1
elmúlt.
Kapcsolat az inzulin érzékenység
r2: determinációs koefficiens. tabletta
és a BMI között.

független regressziós st. hiba t p döntés

eggyüttható

BMI -0,077 0,018 -4,25 0,0011 szignifikáns

r2 0,6
nem hatásos:
nem múlt el.

Kísérlet Kontingencia tábla

1. csoport: gyógyszer 2. csoport: placebo Nem múlt el elmúlt Összes

1. csoport a b a+b

2. csoport c d c+d
nem múlt el elmúlt nem múlt el elmúlt
(a) (b) (c) (d) összes a+c b+d n

(a,b,c,d gyakorisági adatok) 2 x 2 tábla.

11
 2012.09.18.

Nullhipotézis c2-eloszlás
Ha a hatás független a gyógyszertől,
nad  bc 
2
c2 
azt várjuk, hogy: Képlet 2 x2 táblákhoz:
a  b c  d a  c b  d 

a c
 a d  bc
b d Nullhipotézis: c2 = 0, a különbség csupán mintavételi hiba.

Nullhipotézis: a hatás független a gyógyszertől,

csupán placebo hatás.
c2-eloszlás: megadja a c2-érték véletlen
eltéréseit.
khi-négyzet teszt (függetlenség).

Döntés
Hasonló a t-eloszlás esetében
megbeszéltekhez. A különbség: a c2-eloszlást
használjuk.
A várható érték = 0, ha a nullhipotézis igaz.
ha c2számolt ≥ c2krit - elvetjük ellenkező esetben megtartjuk a nullhipotézist.
vagy p(c2 ≥ c2számolt) ≤ 5% - elvetjük ellenkező esetben megtartjuk a
nullhipotézist.

szabadsági fokok száma: ebben a speciális esetben = 1.

általában:
sz.f.=(s-1)(o-1), ahol s – a sorok száma
o – az oszlopok száma

12