Professional Documents
Culture Documents
što imamo veći broj mjerenja, to u pravilu imamo manji broj nesistematskih
varijabilnih faktora koji utječu na mjerenje. N
4. Što je manje N uzoraka iste veličine koje smo uzimali iz jedne populacije, to će
pogreška aritmetičke sredine biti manja. N(veća)
5. Ako crtamo poligon frekvencija, na apscisu nanosimo vrijednosti rezultata ili srednje
vrijednost razreda, a na ordinatu frekvencije T
9. U nekoj normalnoj distribuciji, raspo C+/-Q obuhvaća manji postotak rezultata nego
raspon M+/-SD ) ( T, prvo iznosi 50% a drugo oko 68%)
10. Pokazatelj djelovanja NVF jest varijanca (N, ona je SD na kvadrat, ona pokazuje
varijabilitet rezultata, djelovanje SF, ovi se poništavaju)
11. Kada kažemo da rezultat nekog sudionika spada u 2. decil, to znači da je 80% rezultata
od njega bolje, a 20% rezultata lošije od njega N(jel ne znači to da je 10% jednako ko
on a isto toliko lošije)
12. Ako je u nekoj distribuciji rezultata D<C<M onda govorimo o pozitivno asimetričnoj
distribuciji T (obratno bi bila negativn asimetrična)
14. U slučaju normalne distribucije rezultata, što je broj rezultata (N) u nekom mjerenju
veći to je načelno i površina distribucije tih rezultata veća (T, jer upravo broj rezultat
određuje pov distribucije koja odrađuje C vrijednost)
15. Kada imamo dovoljno velik broj stupnjeva slobode (npr. df=500) distribucija t-omjera
ima sve karakteristike normalne distribucije T(zvonilika je, simetrična ali pri dnu je
malo šira, šira je što je uzorak manji, a ovdje je uzorak velike jer je Df n-1)
1. Uz uobičajene razine rizika (5% i 1%), što imamo veći broj stupnjeva slobode, to t-
test može načelno biti manji, a da bi bio statistički značajan - T
4. Ukoliko bi željeli provjeriti je li se jedna igrača kocka okreće pošteno na sve svoje
strane, te to testirati hi-kvadrat testom, onda bismo u tom slučaju teoretske frekvencije
izveli prema normalnoj raspodjeli - N
5. Što smo zauzeli strožu (manju) razinu rizika veća je vjerojatnost beta pogreške - T
10. Ako je neki t-omjer značajan uz nivo rizika od 5%, to sigurno znači da je značajan i
uz rizik od 1% - N
11. Kada smo prihvatili nul hipotezu, a među artimetičkim sredinama postoji razlika
(nije slučajna) načinili smo pogrešku drugog tipa (beta) - T
12. Ako za neke stupnjeve slobode i neku određenu vrijednost t-testa možemo pisati p >
0,05, to automatski znači da uz prethodne uvjete možemo pisati i p > 0,01 - T
13. Ako razliku kod dvosmjernog testiranja možemo proglasiti statistički značajnom (uz
5% rizika) to sigurno znači da je ona statistički značajna uz 5% rizika i kod
jednosmjernog testiranja. N?
14. Što je veći N uzorka, to će intervalna procjena parametara biti takva da ćemo
odrediti manji interval u kojem se vjerojatno nalazi prosječna vrijednost populacije. T?
15. Točna procjena prave aritmetičke sredine populacije na osnovu vrijednosti uzorka
ovisi jedino o veličini uzorka. N?
16. Uz uobičajene razine rizika (5% i 1%), što imamo veći broj stupnjeva slobode, to hi-
test može načelno biti manji, a da bi bio statistički značajan. N?
17. Ukoliko nul-hipoteza vrijedi onda aritmetička sredina t-omjera za stupnjeve slobode
od 100 iznosi nula. T?
18. Ukoliko je veličina uzorka koje smo uzimali iz populacije jedan (N=1), onda će
pogreška aritmetičke sredine iznositi nula (SDm=0) N?
19. Uz razinu rizika od 1% ili 5% vrijednost t-testa veća od 1.96 može biti značajna
samo ukoliko su pojedini uzroci veći od 500. N?
21. Ako nul-hipoteza vrijedi, onda je provedbom jednog t-esta moguće dobiti t-omjer
kojeg bismo uz uobičajene razine rizika proglasili statistički značanjim. N?
22. Distribucija aritmetičkih sredina velikog broja uzoraka (gdje je N u pojedinom
uzorku > 30) uzetih iz populacije koja ima negativno asimetričnu distribuciju, bit će
normalna distiribucija. T?
23. Ako je dobiveni hi-kvadrat test vrlo mali, onda to može značiti da i on nije dobiven
slučajno. N?
25. Što je veći N uzoraka jednake veličine koje smo uzimali iz jedne populacije, to će i
raspršenje aritmetičkih sredina tih uzoraka oko prave aritmetičke sredine populacije
biti veće. N?
1. Ako prihvatimo nul hipotezu a razlika među aritmetičkim sredinama postoji, govorimo
o alfa pogrešci. N (beta)
2. Kada se između dvije skupine pronađe statistički značajna razlika to znači da razlika
nije slučajna. T
3. Kada dobijemo da je razlika statistički značajna uz razinu rizika manju od 1 % to
sigurno znači da uzorci ne pripadaju istoj populaciji. N
4. Kod zavisnih uzoraka što je aritmetička sredina manja, potrebno je više vrijednosti t-
omjera da bi bila statistička značajna. T(što je uzorak manji isto tako)
5. Pogreška aritmetičke sredine bit će manja što je manje raspršenje rezultata u
populaciji. T (za nju vrijede ista pravila ko za SD)
6. Kada neki broj povećamo za određeni postotak, a zatim ga smanjiti za isti postotak,
dobit ćemo broj veći od početnog. n
7. Kad se odlučimo za blaži nivo rizika 5% veća je vjerojatnost beta pogreške. t
8. Ako koristimo Yatesovu korekciju pri računanju hi-kvadrat testa manja je vjerojatnost
ostajanja na nul hipotezi nego da nismo. N (obratno, time smo fo smanjili za o,5
svaku koja je veća od očekivane a za isto toliko povećali svaku koja je manja od
očekivane. Razlika se između ft i fo smanji za o,5.)
9. Aritmetička sredina uzoraka jednake veličine distribuirat će se normalno i kada je
populacija negativno asimetrična. T
10. Hi-kvadrat za sve stupnjeve slobode je uvijek normalna distribucija. N (za jedan
recimo nije)
11. Ako utvrdimo da između dvije aritmetičke sredine postoji statistički značajna razlika
uz 5% to znači da svi bruto rezultati iz jednog uzorka različiti od rezultata u drugoj
distribuciji i da se te distibucije uopće ne poklapaju. N (str.136.)
12. Kod nezavisnih uzorka pri računanju t-testa, pogreška razlika veća nego kod zavisnih.
T
13. Ako je t-omjer značajan uz 5% sigurno je i uz 1% N
14. Ako je hi-kvadrat test mali to može značiti da nije rezultat slučajnog djelovanja. (n
značiti ali. Najbolje je što je bliže nuli više šanse da nije slučajnog djelovanja je ako je
veći. Trebvamo znati da C kod hi kvadrata iznosi otprilike toliko koliko imamo
stupnjeva slobode.Najbolje da je jednak Df ili manji od njih)
15. Imamo 2 nezavisna uzorka N=39 i N=20 koristimo t-test za velike nezavisne. N (za
male)
16. Ako je teoretska frekvencija u više od 20% kategorija manja od 5 nije opravdano
računati hi-kvadrat test. T (i ako niti jedna kategorija nema očekivanu f manju od 1,
za Df veće od 1 to vrijedi)
17. Distribucija t-testa za različite stupnjeve slobode uvijek je zvonolika. T
18. Što je uzorak manji, manja je i pogreška aritmetičke sredine. N (što je veći uzorak ona
je manja)
19. Ako neki t-test nije značajan za 1% neće biti ni za 5%. T
20. Kod velikih uzoraka t-omjer od 1,68 kod dvosmjernom testirana moe biti statistički
značajan uz 5%. N(pogledaj tablicu)
21. Aditivno svojstvo- mogućnost zbrajanja nekoliko t-testa iz različitih istraživanja. (n, hi
kvadrat test)
22. Hi-kvadrat nije statistički značajan uz razine rizika ukoliko je manji od stupnjeva
slobode. T(vrijedi i za t-test)