1 / 19

ATSISKAITYMAS EXCEL PROGRAMA

ATSISKAITYMAS EXCEL PROGRAMA. Vertinami šie įgūdžiai (iš viso 10%) : valdyti programą (naudoti įvairias programos funkcijas, apdoroti duomenis) 2 % taikyti tinkamus analizės metodus 3 % interpretuoti gautus rezultatus 5 %. PROGRAMOS VALDYMAS. Vertinami šie įgūdžiai (iš viso 2%) :

karma
Download Presentation

ATSISKAITYMAS EXCEL PROGRAMA

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. ATSISKAITYMAS EXCEL PROGRAMA Vertinami šie įgūdžiai (iš viso 10%): valdyti programą (naudoti įvairias programos funkcijas, apdoroti duomenis) 2 % taikyti tinkamus analizės metodus 3 % interpretuoti gautus rezultatus 5 % Aušra Beržanskytė

  2. PROGRAMOS VALDYMAS Vertinami šie įgūdžiai (iš viso 2%): įvairios programos funkcijos (duomenų bazės sukūrimas, lentelės, rūšiavimas ir pan.) grafikų braižymas (+ stačiakampė diagrama) formulių taikymas “data analysis” panaudojimas Aušra Beržanskytė

  3. TINKAMŲ ANALIZĖS METODŲ TAIKYMASAPRAŠOMOJI STATISTIKA • Kategoriniai duomenys: • struktūrinis pateikimas (proporcija, procentai pagal nurodytas grupes) • Skaitmeniniai duomenys: • įvertinus atitikimą normaliam skirstiniui (grafikas, centro padėties statistikos, vidurkis ir SD, asimetrijos ir eksceso koeficientai), apibūdinama pasirenkant skirtingas statistikas; • išskirčių įvertinimas. Aušra Beržanskytė

  4. TINKAMŲ ANALIZĖS METODŲ TAIKYMASIŠVADŲ STATISTIKA Palyginti nurodytas grupes • Kategoriniai duomenys: • PI • Hipotezių tikrinimas: Χ2 / Fišerio tikslusis testas • Skaitmeniniai duomenys: • PI • Hipotezių tikrinimas: t testas / Mano-Vitnio testai Aušra Beržanskytė

  5. GAUTŲ REZULTATŲ INTERPRETAVIMAS Mokėti paaiškinti: • grafikus (ypač stačiakampę diagramą) • gautus rezultatus: • kodėl pasirinktos konkrečios aprašymo statistikos; • įvardinti išskirtis, jei jų esama; • kodėl padaromos konkrečios išvados (PI, P reikšmė); • kodėl pasirinkti atitinkami testai. Aušra Beržanskytė

  6. Dispersinė analizė(ANOVA – analysis of variance) • Skaitmeniniai duomenys • Daugiau nei 2 grupių palyginimui • Bendra duomenų aibė dalijama į atskirus komponentus (grupes) • Lyginant 2 grupes, t testas duoda tą patį atsakymą, ką ir F testas ANOVA’je Aušra Beržanskytė

  7. ANOVA ir T testas • Atmetam H0, kuris μskiriasi... • T testas kiekvienai gr. porai – nelabai tinka (> klaidingai teigiamų rezultatų) • 1-(1-α)c 3 poras lyginant 0,05→0,14 45 poras lyginant 0,05→0,90 Aušra Beržanskytė

  8. ANOVA sąlygos • Skaitmeniniams duomenims • Priklausomas kintamasis (dependant variable) – skaitmeninis (μ) • Nepriklausomas kintamasis (independant variable) – kategorinis (pagal jį dalijama į atskirus komponentus) Aušra Beržanskytė

  9. ANOVA prielaidos • Normalumas • Dispersijų homogeniškumas • Nepriklausomybė ANOVA atsparesnė normalumo bei lygių dispersijų pažeidimams, kuo vienodesni imčių dydžiai. Aušra Beržanskytė

  10. ANOVA principas • Lyginamas skirtumas tarp vidurkių ir dispersijų kiekvienoje grupėje • Kaip nutolę grupių vidurkiai nuo bendrojo vidurkio • Kaip nutolę atskiri stebėjimai nuo vidurkių Aušra Beržanskytė

  11. ANOVA keliami klausimai • H0: μ1=μ2=μ3 HA: bent vienas jų skiriasi • α=0,05 • F testas Aušra Beržanskytė

  12. ANOVA rezultatai Aušra Beržanskytė

  13. ANOVA rezultatai Aušra Beržanskytė

  14. SKAITMENINIŲ DUOMENŲ ANALIZĖ PRIMINIMAS • Jei neatitinka normalaus skirstinio, galima transformacija (Lg) • Jei transformacija nepadeda, vidurkiai nelygintini • Tada naudojami neparametriniai metodai – rangų analizė Aušra Beržanskytė

  15. Lovų skaičius 48 slaugos ligoninėse Lovų skaičiaus 48 slaugos ligoninėse ln f-ja 25 10 20 8 Dažnis abs. 15 6 Dažnis 10 4 5 2 0 0 2,00 0 50 3,00 100 4,00 150 200 5,00 250 6,00 300 Lovų skaičius ln_lovų_sk x =3,69, SD =0,76 x =55,06, SD =55,9 Transformacijos pavyzdys Aušra Beržanskytė

  16. Transformacijos pavyzdys Aušra Beržanskytė a - daugybinės modos, parodyta mažiausia reikšmė

  17. SKAITMENINIŲ DUOMENŲ ANALIZĖ Neparametriniai metodai • Lyginimas 2 grupėse (Mann-Whitney nepriklausomoms gr., Wilcoxon test porinėms gr. ir t. t.) • Lyginimas daugiau nei 2 grupėse (Kruskal Wallis nepriklausomoms gr., Friedman susijusioms gr.) Aušra Beržanskytė

  18. Kategoriniai duomenys • Jei daugiau nei dvi grupės. Aušra Beržanskytė

  19. Pavyzdys Aušra Beržanskytė

More Related