6. Porovnávání průměrů

6.1 Normalizace proměnné

Pro správné použití většiny statistických metod je potřeba, aby měly proměnné přibližně normální
rozložení. Nejjednodušší způsob hrubého zjištění normálnosti je grafické zobrazení pomocí příkazu
HISTOGRAM. Pokud proměnná nemá normální rozložení, je vhodné provést nějakou transformaci.

LADDER/GLADDER – zobrazí možnosti transformace proměnné.

                                            ladder age

                                            gladder age

6.2 Porovnávání průměrů

CI – umožní nastavit interval spolehlivosti (confidence interval) pro výpočet aritmetických
průměrů.

                                         ci age, level(90)

MEAN – výpočet aritmetického průměru v analyzovaném souboru.

                                             mean age

                                       mean age, over (v291)

                                 mean age [pw=weight], over (v291)

Tím ale nezjistíme, jestli je uvedený rozdíl v průměrech také v základním souboru, tedy jestli je
rozdíl tzv. statisticky významný. První nápovědou může být pohled na intervaly spolehlivosti. Pokud
se nepřekrývají, je pravděpodobné, že i v základní populaci existuje statisticky významný rozdíl.
Statisticky korektně se ale test statistické významnosti provádí pomocí t-testu.

TTEST – provede test statistické významnosti rozdílu v průměrech. Testujeme tzv. nulovou hypotézu,
která říká, že mezi dvěma průměry NENÍ v základní populaci žádný rozdíl. Příkaz TTEST vypisuje
pravděpodobnost, s jakou platí alternativní hypotéza Ha (komplementární k nulové hypotéze H0),
platná hypotéza Ha má hodnotu Pr(|T| > |t|) menší než 0.05. Parametr UNEQUAL říká, že rozložení
testované proměnné v základním a výběrovém souboru mají odlišné rozložení. TTEST je možno použít i
pro testování jednoho průměru.

                                        ttest age, by(v291)

                                    ttest age, by(v291) unequal

                                           test age==48

ONEWAY – provede test ANOVA, na rozdíl od t testu je možno zavést váhy. Hodnota Prob > F ukazuje,
s jakou pravděpodobností se průměry neodlišují (tj. s jakou pravděpodobností platí nulová
hypotéza). Pokud je hodnota menší než 0,05, nulovou hypotézu zamítáme, tj. rozdíly v základním
souboru existují. Parametr SIDAK vypíše podrobné informace o rozdílech mezi jednotlivými skupinami
v rámci proměnné. Opět platí, že hodnota <0,05 znamená existenci statisticky významného rozdílu.

                                    oneway age v306 [w=weight]

                                 oneway age v306 [w=weight], sidak