Porównywanie średnich prób o rozkładach normalnych (testy t-studenta)
description
Transcript of Porównywanie średnich prób o rozkładach normalnych (testy t-studenta)
Porównywanie średnich prób o rozkładach normalnych
(testy t-studenta)
Próby niezależne versus próby zależne
Próby niezależne: mierzone w dwóch różnych obiektach albo w tym samym obiekcie ale nie poddanym ingerencji.
czas
Próby niezależne versus próby zależne
Próby niezależne:• analizy dwóch RÓŻNYCH jezior• analizy tego samego zbiornika w różnym
czasie• badania ryb w dwóch akwariach- w jednym
karmione pokarmem naturalnym, w drugim paszą
Próby niezależne versus próby zależne
Próby zależne: te same obiekty stanowiące próbę są badane dwukrotnie w różnych warunkach, po ingerencji;
czas czas
ingerencja
Próby niezależne versus próby zależne
Próby zależne:• badania renaturyzowanego starorzecza przed i
po udrożnieniu• badania jezior przed i po zastosowaniu
koagulantów wytrącających fosforany• badania tempa wzrostu ryb w akwariach przed
i po zmianie parametrów fiz-chem wody
Schematy postępowania
ZMIENNA O ROZKŁADZIE NORMALNYM
porównanie średniej z pewną wartością odniesienia
test t-studenta dla pojedynczej próby
xśr
xśr 3,43
Test t-studenta dla pojedynczej próby
Średnia obserwowana (pochodząca z pojedynczej próby) jest porównywana z oczekiwaną (lub stanowiącą punkt odniesienia) średnią populacyjną (np. pewną średnią teoretyczną).
Przykład: porównanie średniego stężenia zanieczyszczenia w zbiorniku z wartością dopuszczalną
xśr
xśr 3,43
Test t-studenta dla pojedynczej próby
Wynik testu: t= …… p=….
Jeśli: p<0,05 średnia istotnie różni się od wartości odniesienia
p0,05 średnia nie różni się istotnie od wartości odniesienia
Schematy postępowania
2 GRUPY(ZMIENNE) NIEZALEŻNE
rozkład normalny
rozkład inny niż normalny
test parametryczny
test t-studenta
test nieparametryczny
test U Manna-Whitneya
xśr 1 xśr 2
-200 -100 0 100 200 300 400 500 600 700 800 900
Ganoderma
0
200
400
600
800
1000
1200
Liczb
a o
bs.
-200 -100 0 100 200 300 400 500 600 700 800 900
Ganoderma
0
200
400
600
800
1000
1200
Liczb
a o
bs.
xśr 1 xśr 2
Test t-studenta dla grup niezależnych
Założenie o normalności: sprawdzane przez analizę rozkładu danych (histogram) lub przy pomocy testu normalności.
Założenie o równości wariancji: sprawdzane za pomocą testu F lub też przy pomocy mocniejszej opcji określonej jako test Levene’a (oraz modyfikacji Browna-Forsythe’a tego testu).
Test t-studenta dla grup niezależnych
Wynik testu: wartość t i poziom p
Jeśli: p<0,05 średnie istotnie się różnią
p0,05 brak istotnych różnic pomiędzy średnimi
Test t-studenta dla grup niezależnych
Testy równości wariancji:
Test F: F=........., p=........ Test B-F: B-F=......, p=........
p0,05 wariancje są równe
p<0,05 wariancje są różne(wtedy konieczna jest weryfikacja wyników
testu t-studenta za pomocą testu nieparametrycznego)
Test t-studenta dla grup niezależnych
Testy równości wariancji:
UWAGA!
Wynik testów równości wariancji mówi tylko o spełnianiu/nie spełnianiu założenia testu t-studenta.
Nie mówi nic o tym, czy różnice pomiędzy średnimi są istotne czy nie!
Schematy postępowania
xśr 1 xśr 2
-200 -100 0 100 200 300 400 500 600 700 800 900
Ganoderma
0
200
400
600
800
1000
1200
Liczb
a o
bs.
-200 -100 0 100 200 300 400 500 600 700 800 900
Ganoderma
0
200
400
600
800
1000
1200
Liczb
a o
bs.
xśr 1 xśr 2
2 GRUPY(ZMIENNE) ZALEŻNE
rozkład normalny
rozkład inny niż normalny
test parametryczny
test t-studenta
test nieparametryczny
test znaków, test kolejności par Wilcoxona
Test t-studenta dla grup zależnych
Wynik testu: wartość t i poziom p
Jeśli: p<0,05 średnie istotnie się różnią
p0,05 brak istotnych różnic pomiędzy średnimi
Brak testu równości wariancji.
Test t-studenta dla grup zależnych
Jeśli dwie grupy obserwacji (które mają zostać porównane) zostały oparte na tej samej grupie obiektów zmierzonych dwukrotnie (np. przed i po zabiegu), to wówczas znaczna część zmienności wewnątrzgrupowej w obydwu grupach wyników może zostać przypisana początkowej indywidualnej różnicy pomiędzy obiektami.
Test t-studenta dla grup zależnych
Odejmując wyniki przed zabiegiem od wyniku po zabiegu i analizując "czyste" różnice dokonujemy wyeliminowania tej części wariancji w naszym zbiorze danych, która pochodzi od różnic w wartościach bezwzględnych poszczególnych obiektów pomiarowych.