C:\Users\User\Dropbox\_PHD\Výuka\Analýza dat na PC\4 hodina\Hawaii_turtle_2.JPG Želvy • • H0 = není rozdíl mezi délkou želv na Marshallových ostrovech a délkou celé populace karet obrovských H1 = je rozdíl mezi délkou karet obrovských na MO a celé populace Želvy – p-hodnota p-hodnota větší než 0,05 – NEZAMÍTÁME NULOVOU HYPOTÉZU Testy o rovnosti průměru – automat Při kontrole balicího automatu, který má plnit cukrem balíčky o hmotnosti 1000 g, byly při přesném převážení 5 balíčků zjištěny tyto odchylky (v gramech) od požadované hodnoty: 3, -2, 2, 0, 1. Na hladině významnosti 0,05 testujte hypotézu, že automat nemá systematickou odchylku od požadované hodnoty. C:\Users\User\Dropbox\_PHD\Výuka\Analýza dat na PC\5 hodina\sugar.jpg [normalita ü, p=0.405 ð nezamítáme H0] Dvouvýběrové testy Nepárové testy •Porovnání dvou nezávislých výběrů (xy-graf – korelační koeficient, logicky) •Oba výběry mohou mít různý počet pozorování • •Parametrický – dvouvýběrový t-test •Neparametrický – Mann-Whitneyho U test Předpoklady nepárového dvouvýběrového t-testu •Náhodný výběr subjektů jednotlivých skupin z jejich cílových populací •Nezávislost obou srovnávaných vzorků •Přibližně normální rozložení proměnné ve vzorcích, drobné odchylky od normality ovšem nejsou kritické, test je robustní proti drobným odchylkám od tohoto předpokladu, normalita může být testována testy normality •Rozptyl v obou vzorcích by měl být přibližně shodný (homoscedastic). Tento předpoklad je testován několika možnými testy – Levenův test nebo F-test. •Vždy je vhodné prohlédnout histogramy proměnné v jednotlivých vzorcích pro okometrické srovnání a ověření předpokladů normality a homogenity rozptylu – nenahradí statistické testy, ale poskytne prvotní představu. • 0 j(x) μ | F-test – porovnání rozptylů F-test pro srovnání dvou výběrových rozptylů •Používá se pro srovnání rozptylu dvou skupin hodnot, často za účelem ověření homogenity rozptylu těchto skupin dat. •V případě ověření homogenity je testována hypotéza shody rozptylů (two tailed); v případě shodných rozptylů je vše v pořádku a je možné pokračovat ve výpočtu t-testu, v opačném případě není vhodné test počítat. H0 HA Testová statistika Délka výcviku štěňat •Systém odměn •Systém trestů C:\Users\User\Desktop\psi-04.jpg • Předpokládejme, že oba výběry pocházejí z normálního rozdělení (ověříme ve STATISTICE) • Dalším předpokladem je hopmogenita rozptylu jednotlivých výběrů: najdu v pravděpodobnostním kalkulátoru Délka výcviku štěňat C:\Users\User\Desktop\psi-04.jpg Vážený odhad rozptylu: Testová statistika: C:\Users\User\Desktop\n68cecd5fdbcf287b2983dc558360a727.jpg Hmotnost ovcí •srovnani hmotnosti ovci.sta •2 skupiny ovcí – kontrola a ovce se zvýšenou dávkou potravy •testujte, zda se statisticky významně liší hmotnosti těchto dvou skupin ovcí •ověřte veškeré předpoklady tohoto testu •pozn.: dvě skupiny ovcí jsou nyní rozdělené podle skupinové proměnné – místo t-test by variables tak použijeme t-test by group [normalita obou výběrů ü, homogenita rozptylu ü p= 0.018 ð zamítáme H0] Neparametrický dvouvýběrový test •Mann-Whitneyho U test •srovnání hodnot dle pořadí • •17 štěňat bylo trénováno v chození na záchod metodou pozitivního posilování (pochvala, když jde na záchod venku) nebo negativního (trest, když jde na záchod doma). Jako parametr bylo měřeno, za kolik dní je štěně vycvičeno. •nulová hypotéza je, že není rozdíl v metodách tréninku, tedy, že oběma metodami je štěně vycvičeno za stejnou dobu. •po srovnání rozložení + malý počet hodnot je vhodné použít neparametrický test •je vytvořeno pořadí sloučených hodnot •pořadí hodnot v jednotlivých skupinách dat je sečteno a menší ze součtů je použit pro srovnání s kritickou hodnotou testu •výsledkem testu je p