1 / 8

Tilastollinen testaus

Tilastollinen testaus. Χ 2 -testi nelikentässä kaikkein yksinkertaisin lähtökohta tilastolliselle testille Esim. materiaalin (rauta tai pronssi) ja korun silmukan yhteys testiarvoksi saadaan: 0.540328 ei anna aihetta nollahypoteesin hylkäämiseen. Tilastollinen testaus.

nasia
Download Presentation

Tilastollinen testaus

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. Tilastollinen testaus • Χ2-testi nelikentässä • kaikkein yksinkertaisin lähtökohta tilastolliselle testille • Esim. materiaalin (rauta tai pronssi) ja korun silmukan yhteys • testiarvoksi saadaan: 0.540328 • ei anna aihetta nollahypoteesin hylkäämiseen

  2. Tilastollinen testaus • Kahden populaation vertailu • päämääränä selvittää kahden populaation välisiä eroja otosten avulla • eroavatko alueen A yksilöt alueen B yksilöistä? • erilaisten elinympäristöjen vertailu • Keskiarvojen yhtäsuuruutta vertailevat testit • T-testi havaitsee helposti populaatioiden keskiarvojen eron

  3. Tilastollinen testaus • jos muuttujat on mitattu vain järjestysasteikoilla t-testiä ei voida käyttää; tällöin sopiva testi on esim. Mann-Whitneyn testi, Kolmogorov-Smirnovin testi tai Kruskalin-Wallisin testiä • t-testiä ei voida myöskään silloin käyttää kun jakauma ei ole normaali • tärkeä testien valinnan edellytys myös populaation koko (esim. Mann-Whitney testiä voidaan käyttää hyvin pienille havaintomäärille)

  4. Tilastollinen testaus • Parametriset menetelmät • kahden riippumattoman otoksen keskiarvotesti (t-testi) • kysymyksenä selvittää eroavatko otantapopulaatiot toisistaan • otokset n1 ja n2 • nollahypoteesi H0: μ1 = μ2 • vaihtoehtohypoteesi H1: μ1 ≠ μ2

  5. Tilastollinen testaus • Parametristen menetelmien edellytyksiä: • lähtökohtana keskiarvojen yhtäsuuruuden testaus • edellyttää intervalli-asteikkoa • lähtökohtana otosten normaalijakauma • voidaan selvittää myös populaatioiden sijaintia keskiarvja tarkastelemalla • pienillä otoksilla tulokset saattavat olla epäluotettavia

  6. Tilastollinen testaus • t-testi esimerkki: • verrataan varpusten kokoeroja (cm) Helsingin keskustassa ja Mäyrätiellä • keskusta: 18.1 16.5 22.2 14.7 13.9 16.7 13.5 • Mäyrätie: 21.4 15.9 20.3 19.7 17.0 16.4 • H0: populaatioiden välillä ei ole eroja • testitulos –1.285 => 0.1125 (1-suuntaisessa testissä) ja 0.225 (2-suuntaisessa testissä) • nollahyposteesi jää voimaan riskitasolla > 10 %

  7. Tilastollinen testaus • Pienten otosten testit (Mann-Whitneyn testi) n2≤ 8 • Esim. Tutkitaan koon perusteella kuuluvatko havainnot (Ailion F-tyypin soljet haudoissa A ja B) samaan tyyppiin A: 5 7 11 B: 2 4 6 9 • H0: otokset kuuluvat samaan populaatioon • H1: otokset eivät kuulu samaan populaatioon • voidaan testata kaksi- tai yksisuuntaisena • P=0.8556 (yksisuuntaisessa testissä) • Kriittinen arvo 1-suuntaisessa testissä 0.1444 • kriittinen arvo 2-suuntaisessa testissä on 0.2888 • Johtopäätös: nollahypoteesi jää voimaan, • otokset ovat smasta populaatiosta

More Related