Professional Documents
Culture Documents
fizioterapiji
Inferenčna statistika
parametra Bin(n,p)
n – število enot (neodvisne)
k – slučajna spremenljivka (število uspešnih dogodkov pri n enotah)
p – verjetnost uspeha
STANDARDIZACIJA
95%
• X~N(µ, σ), Z=(X- µ)/σ
• Z~N(0, 1)
2.5% 2.5%
Povprečje spremenljivke X
je torej v populaciji
enako µ.
SE je odvisna od velikosti vzorca!
Inferenčna
Verjetnost
statistika
športniki 1 n
x = ∑ xi
n i =1
_
Vzorčno povprečje: Xs
Xs ~ N(µs , σs/√ns )
P(Z ! "z! Z # z ) = p
= 2P(Z ! "z) p=0,00012
Prej: s =
1 n
( x x )2
∑ i
n − 1 i =1
−
X −µ
Z= ~ N (0,1)
σ Varianco ocenimo
na podlagi vzorca
n
Potem: t-porazdelitev z n-1 stopinjami
df=20
prostosti N(0,1)
X −µ
~ t n −1
s
df=2
n df=5
Stopinje prostosti
(degrees of freedom, df)
Z in t... Ali sta si podobni?
5 9
N(0,1) N(0,1)
t4 t8
N(0,1) N(0,1)
t18 t98
1.98
2.10
Tudi za t-porazdelitev si bomo pomagali s tabelami za izračun verjetnosti
Raziskovalno vprašanje
??? µs = µns ???
Inferenčna
Verjetnost
statistika
športniki 1 n ostali
x = ∑ xi
n i =1 _
_
Vzorčno povprečje: Xs Vzorčno povprečje: Xns
µf-µm =0
Ničelna domneva
_ _
xf - Xm =3,4
Kako bomo primerjali vzorčna
povprečja dveh vzorcev?
_
En vzorec: Xs ~ N(µs , σs/√ns )
Dva vzorca, če sta populacijski varianci znani
SE
_ _
Xs– Xns~ N(µs – µns , √(σ2s/ns+ σ2ns/nns) )
Dva vzorca, če populacijski varianci nista znani in sta enaki– bolj
realistična situacija
Porazdelitev
Testna statistika t
df
~tn1+n2-2
Standardna napaka
Skupna varianca
(SE: standard error)
(pooled variance)
Kako se porazdeli t,
če µ1 = µ2 in n1 = n2 =50?
( x1 − x 2 )
t= ~ t n1 + n2 − 2
1 1
sp +
n1 n2
( x1 − x 2 ) − ( µ1 − µ 2 )
t=
1 1
sp +
n1 n2
Skupna varianca (1) povpr. SD n (število
študentov)
T=1,32, P=0,192
x1 = x2
Pričakujemo 95% srednjih vrednosti med -1.99 in 1.99
Predpostavke za t-test za
neodvisna vzorca
1. Porazdelitev spremenljivke v populaciji
– Majhen vzorec: spremenljivke so normalno
porazdeljene – če niso obstajajo neparametrični
testi (Mann-Whitney U / Wilcoxon rank-sum test)
– Velik vzorec: lahko uporabljamo test ne glede na
porazdelitev
2. Statistične enote so neodvisne
3. Populacijski varianci sta enaki σ1 =σ2
– Lahko testiramo H0: σ1 =σ2 (Levenov test)
– Če nista lahko uporabljamo Welchev t-test
~ tν d.f.
H0: σf2 / σm2 =1 Naš primer: sf2 / sm2 =1,09 , P=0,798 (Levenov test)
Postopek statističnega sklepanja
• Izberite znanstveno vprašanje • Ali imajo študentke višji pulz v mirovanju kot
študenti?
– Populacija – Populacija : študentje UQ
– Vzorec – Vzorec : študenti pri Osnovah stat.
– Spremenljivka/e – Spremenljvke
• spol
– Kaj primerjati • pulz v mirovanju
– Primerjava: povprečen pulz
• Postavite ničelno domnevo in
alternativno domnevo H 0: µ f = µm ničelna domneva
• Izberite testno statistiko, (statistični test, ki H a: µ f ≠ µm alternativna domneva
ga boste boste uporabili)
– Določite porazdelitev testne statistike, če velja ničelna
domneva
95% IZ za µG1 ! µG 2 :
(x G1 ! x G 2 ) ! t55;1!0,05/2 " SE, (x G1 ! x G 2 ) + t55;1!0,05/2 " SE
t55
x G1 ! x G 2 = 9 SE = 4,19
T55;0,975=2
9 ! 2 " 4,19 do 9 + 2 " 4,19
0, 62 do 17,38 0,025 0,025
Razlika D
(po – pred) H0: µpo- µpred = δ=0
s1 68
X −µ D −δ
s2 80 ~ t n −1 ~ t n −1
s sd
s3 63
s4 12 n n
... ... Testna statistika
s46 26
T=51,4/3,1=16,52,
Povprečje 51,4
df=45
SD 21,1
p= 9,8*10-21
SE=SD/√n 3,1
t45; 1-0,05/2=2,01