1 / 14

Hypotestest

Hypotestest. Om datamaterialet är väldigt osannolikt givet en viss idé (hypotes), kan man dra slutsatsen att idén faller på sin egen orimlighet… Om A så B. Om ej B så Ej A. Om A så förmodligen B, Om ej B så…?. Ett stickprov kvantitativa data: z-test Födelsevikt för pojkar, mammor med högt BMI.

marika
Download Presentation

Hypotestest

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. Hypotestest • Om datamaterialet är väldigt osannolikt givet en viss idé (hypotes), kan man dra slutsatsen att idén faller på sin egen orimlighet… Om A så B. Om ej B så Ej A. Om A så förmodligen B, Om ej B så…?

  2. Ett stickprov kvantitativa data: z-testFödelsevikt för pojkar, mammor med högt BMI Hur ska materialet analyseras?

  3. Ett stickprov kvantitativa data: z-testFödelsevikt för pojkar, mammor med högt BMI • Nollhypotes H0: =3600 gram • Alternativhypotes H1:   3600 gram • Känt  = 400 • Deskriptiv statistik: • Inferens: • Konfidensintervall • 3694<  <4146 (95%) • Hypotestest (z-test): • z= 2,77 • p=0,006 Beräkningar: mg_statistics_calculator

  4. Förutsättningar för z-test och motsvarande konfidensintervall • Kvantitativa data med känd standardavvikelse • Om stickprovet är litet måste variabeln som studeras vara normalfördelad • Om stickprovet är stort fungerar analys trots avvikelse från normalfördelning (ju större stickprov desto större avvikelse kan accepteras).

  5. Ett stickprov kvantitativa data: t-testFödelsevikt för pojkar, mammor med högt BMI • Nollhypotes H0: =3600 gram • Alternativhypotes H1:   3600 gram • Deskriptiv statistik: • Inferens: • Konfidensintervall • 3639<  <4201 (95%) • Hypotestest (t-test): • t= 2,51 • p=0,029 Beräkningar: mg_statistics_calculator eller spss

  6. Förutsättningar för t-test och motsvarande konfidensintervall • Kvantitativa data, okänd standardavvikelse (om känd används z-test) • Om stickprovet är litet måste variabeln som studeras vara normalfördelad • Om stickprovet är stort fungerar analys trots avvikelse från normalfördelning (ju större stickprov desto större avvikelse kan accepteras).

  7. Två stickprov - ”parade observationer”Tio rafflande Ruzzle-matcher mellan två spelare… Beräkningar: mg_statistics_calculator eller spss

  8. Förutsättningar: Parat t-test • Kvantitativa data • Fungerar om differenserna är normalfördelade eller stickprovet stort

  9. Två oberoende stickprov –häl eller framfot vid löpning…?

  10. Förutsättningar för t-test mellan två oberoende stickprov • Kvantitativa data, två oberoende stickprov • Om stickproven är små måste variabeln vara normalfördelad i respektive population (ju större stickprov desto större avvikelse kan accepteras) • De två studerade populationerna ska vara lika homogena (samma standardavvikelse). Detta antagande är inte viktigt om stickproven är ungefär lika stora (tumregel ena stickprovet max 1.5 ggr större än det andra). Om villkoret ej är uppfyllt kan Welsh test användas (beräknas automatiskt i SPSS ”anra raden”)

  11. Transformer... • Vanligast är att logaritmera data. • Transformen kan ge mindre skevhet samt mindre skillnader i varians.

  12. Dikotoma data - ett stickprov rösta på Obama i kommande valet.. Resultat:

  13. Dikotoma data - två stickprov • Om np(1-p)>5 i båda stickproven gäller: • Under samma villkor; testfunktion (för att testa hypotesen att proportionerna är lika):

  14. Dikotoma data - två stickprov Test: z=1.54 , p=0.12

More Related