Professional Documents
Culture Documents
Stat 4
Stat 4
Wstęp teoretyczny:
- Test t Studenta dla prób niezależnych: jest chyba najczęściej stosowaną metodą
statystyczną w celu porównania średnich z dwóch niezależnych od siebie grup.
Wykorzystujemy go, gdy chcemy porównać dwie grupy pod względem jakiejś zmiennej
ilościowej.
- Test t Studenta dla prób zależnych: podobnie jak inne pozostałe testy t porównuje 2
średnie. Tak jak w przypadku testu t dla prób niezależnych porównywano dwie średnie
pochodzące z dwóch niezależnych grup, tak w przypadku testu t dla prób zależnych dwie
porównywane średnie pochodzą z jednej grupy, której wyniki mierzyliśmy dwa razy. W
przypadku schematu dla prób zależnych nadal mamy do czynienia z jedną zmienną niezależną
oraz zmienną zależną. Różnica w porównaniu do testu dla prób niezależnych jest właśnie
taka, że cały czas badamy te same osoby (najczęściej przed i po manipulacji
eksperymentalnej).
- Analiza wariancji (ANOVA): jest metodą analityczną pozwalającą porównać ze sobą więcej
niż dwie grupy oraz umożliwia zbadanie wpływu kilku czynników na badaną cechę.
(Źródło: https://pogotowiestatystyczne.pl / http://wl.sggw.pl/ )
1) Employee data
Celem badań: jest sprawdzenie czy zarobki mężczyzn różnią się od zarobków kobiet.
Hipoteza zerowa: Nie ma żadnej różnicy pomiędzy zarobkami mężczyzn a zarobkami kobiet.
Hipoteza alternatywna: Zarobki mężczyzn różnią się od zarobków kobiet.
Na powyższym teście grupującym od razy możemy stwierdzić, że płeć wpływa istotnie statystycznie na
zarobki (t=10,94; p>0,001). Odrzucamy więc w tym przypadku hipotezę zerową. W dodatku w powyższej
tabeli można łatwo stwierdzić, że różnica w zarobkach istnieje między mężczyznami (średnia 41441,78) a
kobietami (średnia to 26031,92). Na wykresie 2, od razu widać niższe położenie zakresu odstających u
kobiet jak i dużo wyżej położone odstające u mężczyzn co znaczy, że ci mają o wiele większe zarobki od
kobiet.
Wykres 2
Wykres 3
W następnym badaniu, chcieliśmy stwierdzić czy początkowe wynagrodzenie miło wpływ na (aktualne)
wynagrodzenie.
Hipoteza zerowa: Początkowe zarobki nie mają wpływu na aktualne zarobki.
Hipoteza alternatywna: Początkowe zarobki mają wpływ na aktualne zarobki pracowników.
Na powyższej tabeli porównaliśmy początkowe i aktualne zarobki (łącznie 474) i badanie wykazało, że
średnia zarobków początkowych jest mniejsza niż aktualnych i to samo się tyczy odchylenia standardowego.
Hipoteza zerowa w tym przypadku jest odrzucona, ponieważ p>0,001, czyli jest mniejsze niż 0,05.
Wykres 4
Na wykresie 4 hipoteza jest potwierdzona, zakres nieodstających jak i odstające aktualnych zarobków są
wyżej położone od tych z początkowych zarobków.
Widzimy na powyższej tabeli bardzo dużą korelację między tymi dwiema zmiennymi, ponieważ mamy tutaj
0,88.
Wykres 5
Na wykresie rozrzutu 5 możemy stwierdzić, że mamy korelację dodatnią, ponieważ kiedy zmienne mają
większą pozycję na osi Y to punkty na osi X też rosną. Czerwona linia dopasowania potwierdza, że jest to
korelacja dodatnia, ponieważ rośnie. Co to oznacza? To, że proporcjonalnie aktualne zarobki są większe niż
te początkowe z pewnością dzięki podwyżkom, premiom, etc.
2) Divorced
Celem badań: jest sprawdzenie czy rozwód ma wpływ na testy (niepokój, depresja, kompulsywność,
aspołeczność) u dzieci.
Hipoteza zerowa: rozwód nie ma żadnego wpływu na wynik testów u dzieci.
Hipoteza alternatywna: rozwód ma wpływ na wynik testów u dzieci.
Na powyższej tabeli możemy zobaczyć, że średnia testów u 34 dzieci z rozwiedzionymi rodzicami jest
większa niż u 49 z nierozwiedzionymi. Z tabeli wynika także że test na lęk nie jest statystycznie istotny w
przeciwieństwie do 3 pozostałych dla tego, że jego p jest większe od 0,05, bo wynosi 0,055. W trzech
pozostałych testach mamy do czynienia z hipotezą alternatywną a poniższe 3 wykresy potwierdzają ją
pokazując, że na każdym badani 1 (czyli dzieci z rozwiedzionymi rodzicami) mają wyższe wyniki ni dzieci z
nierozwiedzionymi rodzicami.
3) Parsley
W tym badaniu, celem było sprawdzenie różnic wzrostu pietruszki przy różnym nawożeniu.
Hipoteza zerowa: Typ nawozu nie ma znaczenia podczas wzrostu pietruszki.
Hipoteza alternatywna: Typ nawozu ma znaczenie podczas wzrostu pietruszki.
Jak widać na teście RIR Tukeya, brak nawozu przy nawozie mineralnym dopuszcza hipotezę zerową
(p=0,48 > p=0,05) czyli nie ma mocnych różnic między nawożeniem bez nawozu a nawozem mineralnym.
Tak samo pomiędzy nawozem mineralnym a ograniczmy, przyjmuję się hipotezę zerową (p=0,36 > p=0,05).
Za to odrzucamy hipotezę zerową przy braku nawozu a nawozem organicznym, gdzie p=0,02, czyli mniejsze
niż 0,05.
4) D.cucullata body sizes
W tym badaniu chcieliśmy, celem było sprawdzenie różnicy w długości ciała dafnii przy różnych stanach
troficznych.
Hipoteza zerowa: Nie ma różnicy w długości ciała dafnii żyjącej w różnych stanach troficznych
Hipoteza alternatywna: Długość ciała dafnii jest inne w różnych stanach troficznych.
Na powyższym teście RIR możemy zobaczyć, że we wszystkich przypadkach mamy hipotezę alternatywną,
ponieważ p we wszystkich stanach troficznych były mniejsze od 0,05. Długość ciała dafnii różni się więc zależnie
od stanu troficznego w którym żyją.