Сравнение независимых выборок
Необходимо выбрать пункт меню "Статистика→Сравнение независимых выборок или нажать кнопку
Предусмотрены следующие критерии в зависимости от характера исходных данных и типа распределения изучаемых переменных:
2 сравниваемые группы (независимая переменная имеет две градации) | |
Количественные переменные, имеющие нормальное распределение | Количественные переменные, не имеющие нормального распределения или порядковые переменные |
|
|
2 и более сравниваемых групп Количественные переменные, имеющие нормальное распределение | |
1. Критерий Шеффе |
Внимание: О проверке соответствия переменной нормальному закону распределения см раздел «Проверка типа распределения эмпирических данных»
Внимание: Для номинальных переменных см раздел «Частотный анализ»
Внимание: Если изучаемых групп более чем две и требуется оценить влияние независимой переменной в целом рекомендуются варианты дисперсионного анализа (см. раздел «Дисперсионный анализ»)
Внимание: Если сравнивается более двух групп и требуется оценить влияние для каждой из градаций независимой переменной рекомендуются установить галочку «Выводить P с поправкой Бонферрони.
Если в окне «Показывать в результатах» ничего не выбрано, то в таблице результатов будут представленны только числовые значения коэффициента доверия (p) для нулевой гипотезы.
Для отображения значения выбранного критерия необходимо поставить галочку «Выводить значение критерия»
Внимание: Будет выводится значение того критерия, который указан в окне настроек за исключением U-критрия. Там для удобства выводится аппроксимированное значение нормального распределения Z-критерий. Это связано с тем, что сумма рангов (U-критрий) зависит от числа наблюдений, что неудобно при сравнении групп имеющих разные численности.
Во многих случаях бывает легче для восприятия и последующего осмысления результатов оставить только достоверные значения (-уровень обычно принимается равным 0,05 или 0,01)
Для построения графиков необходимо поставить соответствующую галочку.
Оси масштабированы следующим образом:
100% - максимальное значение переменной по всем группам
0% - минимальное значение переменной по всем группам
Графики строятся по средним значениям групп.
Внимание: В случае построения графика число градаций независимой переменной не должно превышать пяти
График можно сохранить в формате Windows BITMAP (*.bmp) или скопировать его в буфер обмена для последующей вставки в другие программы.
Внимание: Число переменных на графике не должно превышать 20-25. Иначе на графике они будут сливаться и график утратит информативность.
Внимание: Все названия переменных для графика берутся из базы данных. Поэтому рекомендуется называть переменные по-русски и одним или двумя словами
- Введение
- Раздел I. Введение в теорию вероятностей
- Понятие о случайном событии
- Классическое определение вероятности
- Относительная частота. Статистическое определение вероятности.
- Геометрическая вероятность
- Свойства вероятностей Сложение вероятностей несовместимых событий
- Умножение вероятностей
- Сложение вероятностей совместимых событий
- Формула полной вероятности
- Основные формулы комбинаторики
- Дискретные и непрерывные случайные величины. Понятие «случайные величины»
- Закон распределения случайной величины
- Теоретические распределения вероятностей
- Биномиальное распределение
- Распределение Пуассона
- Числовые характеристики дискретных случайных величин
- Нормальное распределение
- Вопросы для самопроверки:
- Раздел II. Основные понятия и термины биологической статистики Генеральная совокупность и выборка
- Непреднамеренный отбор. Метод последовательных номеров. Случайный и механический методы отбора
- Признаки и показатели
- Правила ранжирования
- Способы группировки первичных данных.
- Схемы (модели) научного исследования
- Однофакторная и многофакторная модель Контрольные и экспериментальные группы
- Метод автоконтроля
- Метод дублирования
- Метод последовательного пополнения групп
- Численность контрольных и экспериментальных групп
- Научные гипотезы
- Направленные гипотезы
- Статистические критерии
- Параметрические критерии
- Непараметрические критерии
- Уровни статистической значимости
- 1 Рода.
- Вопросы для самопроверки
- Раздел III. Статистические методы обработки экспериментальных данных
- Проверка гипотезы о законе распределения
- Χ2 Пирсона
- Описательные статистики Концепция сжатия экспериментальных данных
- Показатели центральной тенденции. Средние.
- Медиана
- Персентили
- Показатели изменчивости
- Стандартизованные данные
- Показатели асимметрии и эксцесса
- Эксцесс
- Работа с качественными переменными Количественная оценка результатов эксперимента.
- Вопросы для самопроверки:
- Сравнение двух независимых групп т критерий Стьюдента
- Критерии согласия для дисперсий
- U критерий Маана-Уитни
- Сравнение качественных признаков Критерий χ2
- Сравнение долей
- Точный тест Фишера
- Сравнение более двух независимых групп Однофакторный дисперсионный анализ Фишера
- Критерий Краскела-Уоллиса
- Сравнение двух зависимых групп Парный т критерий Стьюдента
- Парный критерий т – Вилкоксона
- Критерий x2r Фридмана
- Тест Мак-Немара
- Корреляционный анализ
- Вычисление и интерпретация параметров парной линейной корреляции
- Условия применения и ограничения корреляционно анализа
- Вычисление и интерпретация параметров парной линейной корреляции
- Измерение связи количественных признаков
- Измерение связи порядковых признаков
- Измерение связи номинальных признаков
- Относительный риск. Отношение шансов
- Статистическая оценка надежности параметров парной корреляции
- Частная корреляция
- Факторный анализ
- Вопросы для самопроверки:
- Регрессионный анализ
- Метод наименьших квадратов
- Выбор формы функциональной зависимости
- Применение парного линейного уравнения регрессии
- Корреляционно-регрессионные модели (крм) и их применение в анализе и прогнозе.
- Логистическая регрессия
- Анализ динамических изменений Применение метода наименьших квадратов при исследовании тенденции развития
- Анализ циклических изменений
- Метод обычных средних
- Метод корригирования средних
- Метод отношения фактических данных
- Ошибки, допускаемые при количественной характеристике сезонных колебаний
- Кластерный анализ
- Иерархическое дерево
- Меры расстояния
- Правила объединения или связи
- Метод k средних
- Выбор между параметрическими и непараметрическими тестами: легкая ситуация.
- Выбор между параметрическими и непараметрическими тестами: сложные случаи.
- Выбор между параметрическим и непараметрическим тестом: насколько это на самом деле влияет на результат?
- Одно или двухсторонняя p-оценка?
- Парный или непарный тест?
- Тест Фишера или хи-квадрат?
- Регрессия или корреляция?
- Вопросы для самопроверки:
- Раздел IV. Работа с программой easystatistics Общие сведения о программе EasyStatistics
- Создание новой базы данных
- Работа с файлами
- Копирование и вставка данных
- Работа с фильтрами
- Работа с переменными и строками
- Статистические методы Описательные статистики
- Частотный анализ
- Сравнение независимых выборок
- Сравнение связанных выборок
- Дисперсионный анализ
- Корреляционный анализ
- Множественная регрессия
- Проверка типа распределения эмпирических данных
- Вероятностный калькулятор
- Задания для самостоятельной работы с программой
- Список рекомендуемой литературы
- Граничные (критические) значения 2-критерия, соответствующие разным вероятностям допустимой ошибки и разным степеням свободы
- Критические значения коэффициентов корреляции для различных степеней свободы (n - 2) и разных вероятностей допустимых ошибок