HOW TO BIOSTATA- BIOSTATA DLA BARDZO OPORNYCH

TESTY PARAMETRYCZNE → oceniają średnią pomiarów (ważne przy wnioskach)

TESTY NIEPARAMETRYCZNE → oceniają medianę pomiarów

TESTY PARAMETRYCZNE→ tylko wtedy, kiedy L>0,05 i skala jest interwałowa

TESTY NIEPARAMETRYCZNE →zawsze kiedy L<0,05

Sprawdzenie zgodności z rozkładem normalnym→ test Shapiro-Wilka→ testujemy

oczywiście zmienną zależną→ zgodność należy sprawdzić dla wszystkich grup badanych
(wchodzimy w grupami i zaznaczamy zmienną lub zmienne grupujące, zaznaczamy ptaszkami
wszystko oprócz „wykonaj również analizę bez grupowania”)

Ho: Zgodność z rozkładem normalnym

H1: brak zgodności z rozkładem normalnym

L>0,05 → Brak podstaw do odrzucenia Ho

L<0,05 → Odrzucenie Ho na rzecz hipotezy alternatywnej (H1)

DO TEGO MOMENTU POSTĘPUJEMY TAK SAMO DLA WSZYSTKICH TESTÓW

K>2, model danych powiązanych → nie ma konieczności sprawdzania testu Levene’a

K>2, model danych niepowiązany → sprawdzenie wariancji konieczne do wyboru pomiędzy
testem Kruskala-Wallis’a a testem ANOVA dla zm. niepowiązanych → test Levene’a

TEST LEVENE’A (wchodzimy statystyki podstawowe → przekroje, ANOVA → uzupełniamy

zmienne → OK → testy ANOVA → test Levene’a)

Ho: Zgodność wariancji

H1: Brak zgodności wariancji

p>0,05 → Brak podstaw do odrzucenia Ho → i dalej stosujemy ANOVA dla zm.

niepowiązanych
p<0,05 → Odrzucenie Ho na rzecz hipotezy alternatywnej → i dalej stosujemy Kruskal Wallis
dla zm. niepowiązanych nieparametrycznych

Zakładając, że p testu Levene’a>0,05

Test ANOVA dla zm. niepowiązanych

Ho: Brak istotnych różnic statystycznych w średnim np. poziomie glukozy pomiędzy (…)
H1.: Którakolwiek para różni się istotnie statystycznie średnim np. poziomem glukozy (…)

p>0,05, brak podstaw do odrzucenia Ho

p<0,05, odrzucenie Ho na rzecz H1 → teraz należy jeszcze wyjaśnić pomiędzy którymi parami
występują te istotne statystycznie różnice średnich → test post-hoc (pozwala na określenie
między którymi parami jest różnica)

TEST POST-HOC (wchodzimy statystyki podstawowe → przekroje, ANOVA → uzupełniamy

zmienne → OK →post-hoc→np. test RIR Tukey’a dla nierównych liczności)

Interpretacja:
Dostajemy tabelę jak mamy 3 grupy to 3x3, jak 4 to 4x4 itd. Nasz wniosek opiera się na
wykazaniu, które z grup różniły się istotnie statystycznie p<0,05, a które nie p>0,05. W tym
celu można także opracować tabelę (wchodzimy statystyki podstawowe → przekroje,
ANOVA → uzupełniamy zmienne → OK →statystyki opisowe→podsum. tabela statystyk)
dodatkowo można to wyrysować na wykresie ramka-wąsy (wchodzimy statystyki
podstawowe → przekroje, ANOVA → uzupełniamy zmienne → OK → statystyki opisowe→
skategor. ramka-wąsy) tutaj bardzo ważne jest wybranie mediana/średnia (wybieramy
ostatnią opcję od dołu (jesteśmy w testach parametrycznych)-średnia błąd std./1,96’ błąd
stat.)

BARDZO WAŻNE- WE WNIOSKACH PISZEMY O RÓŻNICACH POMIĘDZY PARAMI , a nie o

pojedynczych pomiarach (np. że w 3 rasie średnie glukozy były najniższe)

W przypadku kiedy model danych jest powiązany, mamy skalę interwałową a

L>0,05) → test ANOVA dla zm. powiązanych (ukł. z powtarzalnymi
pomiarami→OK→zmienne (zaznaczamy wszystkie zmienne zależne, które nas interesują; w
czynnikach ilościowych nic nie zaznaczamy,a przynajmniej tak było na
zajęciach→OK→powtarzane pomiar→tutaj wpisujemy ilość naszych zmiennych zależnych
jako ilość pomiarów! -->OK → wyskakuje nowe okienko→więcej wyników→wszystkie
efekty)

test ANOVA dla zm. powiązanych

Ho: Brak istotnych statystycznie różnic między średnimi pomiarami… (?)
H1: Którakolwiek para różni się istotnie statystycznie średnimi pomiarami… (?)

p>0,05 → Brak podstaw do odrzucenia Ho

p<0,05 → odrzucenie Ho na rzecz hipotezy alternatywnej (H1) → wykonujemy test post hoc

Post hoc (ANOVA→ post hoc→test tukeye’a dla różnych…)

Jak ktoś ma fantazję to może jeszcze pierdyknąć sobie wykresik (ANOVA-podsumowanie→
średnie/wykresy→ OK)
Zasady interpretacji jak wyżej

Test Kruskal’a Wallis’a (statystki nieparametryczne→ porównanie wielu prób

niezależnych→uzupełniamy zmienne→ test Kruskall’a Wallisa i mediany→wyniki znajdujemy
na pasku po lewej stronie (ANOVA ran Kru…)→p odczytujemy z paska na górze)
TEST KRUSKAL-WALLIS
Ho: Brak istotnie statystycznych różnic w poziomach…(?)
H1: Którakolwiek para różni się istotnie statystycznie w poziomach pomiarów… (?)

p>0,05 → Brak podstaw do odrzucenia Ho

p<0,05 → odrzucenie Ho na rzecz hipotezy alternatywnej (H1)→ Istnieją istotne
statystycznie różnice w poziomie (słowo klucz) (jakiegoś parametru) w niezależnych
populacjach związanych z grupami→ wykonujemy test post hoc

post hoc (statystki nieparametryczne→ porównanie wielu prób niezależnych→uzupełniamy

zmienne→wielokr. porównanie rang dla wszystkich prób)

można machnąć wykresik ( statystki nieparametryczne→ porównanie wielu prób

niezależnych→uzupełniamy zmienne→ramka-wąsy (UWAGA ! Zaznaczamy mediana i ok, bo
nieparametryczne))

Opis wniosków jak wyżej

TEST FREADMANA- dane muszą być powiązane, a L<0,05

(statystki nieparametryczne→ porównanie wielu prób zależnych (zmiennych)→wybieramy
zmienne→ podsumowanie Anova bla bla bla→ p testu znajduje się powyżej nad wynikami
testu

TEST FREADMANA
Ho: Brak istotnie statystycznych różnic w poziomach…(?)
H1: Którakolwiek para różni się istotnie statystycznie w poziomach pomiarów… (?)

p>0,05 → Brak podstaw do odrzucenia Ho

p<0,05 → odrzucenie Ho na rzecz hipotezy alternatywnej (H1) → na kolokwium nie trzeba
wykonywać tu testu post hoc, wystarczy napisać, że normalnie wykonałbyś ten test