T kriterijus vienai imiai (priklausomiems duomenims) Duomenys paimti i Kauno darelio - mokyklos Vaidilut.

Norima isiaikinti ar pakito vaik svoris per metus. Ho: Skirtumo tarp penkiamei ir eiamei vaik svorio nra. Alternatyvioji hipotez: Skirtumas tarp penkiamei ir eiamei vaik svorio yra. Populiacija: Visi penkeri ir eeri met Kauno miesto darelinukai Imtis: 2 darelio grup. (~40 vaik) Poymis: darelinuk svoris 34 lentel
Nr. 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 Penkiameiai vaikai 16 16 18 17 18 18 16 14 17 16 19 17 16 17 14 14 17 16 17 16 16 17 16 18 18 14 16 17 20 16 17 14 eiameiai vaikai 21 20 21 21 19 18 18 22 19 22 18 18 18 21 20 17 21 17 18 23 18 17 22 20 19 20 18 21 20 22 18 18

33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60

18 17 16 23 14 21 15 20 19 19 13 16 18 15 16 21 17 20 15 24 16 19 16 16 13 19 17 19 16 21 14 19 15 21 15 20 18 16 21 17 15 19 13 22 15 18 22 20 17 22 16 16 15 19 20 21 34 lent. Darelinuk svoris kg.

Skaiiavimai su Statistica atliekami Statistics -> Basic Statistics and Tables -> T- test for dependent samples.

35 pav. T-Test parametr lentel

36 pav. Rezultat lentel

Pagal rezultatus galime H0 su patikimumu p = 0,95 atmesti, nes p = 0,00000000041. Penkiamei ir eemei svoris skiriasi. T kriterijus dviem imtims (nepriklausomiems duomenims) Norime isiaikinti ar merginos ir vaikinai matematikos info test ilaiko taip pat. Ms hipotez yra Ho: merginos ir vaikinai matematikos info test ilaiko vienodai. Alternatyvioji hipotez: merginos ir vaikinai matematikos info test ilaiko nevienodai. Populiacija: 1. populiacija merginos, laikiusios 2008m. matematikos info test. 2. populiacija - vaikinai laik 2008m. matematikos info test. Imtis: 1. imtis - 150 mergin i 1 - os populiacijos.

2. imtis 100 vaikin i 2 os populiacijos. Poymis: 2008m. matematikos info testo balas Vaikin vidurkis 48, mergin 43. Dviems imtims skaiiuosime su Statistics->Basic Statistics Tables-> T-test Independent Variables.

37 pav. Nustatym lentel

38 pav. Rezultat lentel

Remiantis tikimybe, kuri lygi p=0,68, H0 galima patvirtinti, kad merginos ir vaikinai Infotestus ilaiko vienodai.
2 kriterijus

Tai neparametrinio tipo kriterijus. Jis naudojamas hipotezms apie kintamojo skirstin populiacijoje tikrinti, kai mus domina, ar empirinio ir teorinio skirstini skirtumas yra reikmingas. Pagal kriterij lyginami stebimi poymio daniai su teoriniais. Muzikos parduotuv sureng apklaus, nordama suinoti kokio stiliaus muzik daniausiai klauso studentai. Buvo apklausti iauli universiteto, Vilniaus universiteto, Teatro ir muzikos akademijos, medicinos universitet studentai. (2500)

Ho1 muzikos stiliaus pasirinkimas vienodas tarp vis student. (homogenikumas) Populiacija: 1. populiacija iauli universitetas; 2. populiacija Vilniaus universitetas; 3. populiacija Teatro ir muzikos akademija; 4. populiacija Kauno medicinos universitetas. Imtis: 570 moni i 1-os populiacijos 1010 moni i 2-os populiacijos 500 moni i 3-os populiacijos 420 moni i 4-os populiacijos Poymis: muzikos stilius Ho2 muzikos stilius nepriklauso nuo universiteto, kuriame studijuoja (nepriklausomumas) Populiacija: muzikos anro pasirinkimas Imtis: muzikos anro pasirinkimas keturiuose Lietuvos universitetuose Poymis: 1. Universitetas 2. anras

Duomenys analizei:

39 pav.Muzikos anro pasirinkimas tarp universitet student

Naudosime statistikos modul Log-liner Analysis. Pasirinkus modul, <Input file> pasirenkame <Frequencies w/out>, <variables> <ALL>. Log- lainer modelio specifikacijos pavaizduotos 40 pav.

40 pav. Log-liner nustatymai

Analizs rezultatai: Pasirink [Observed tables] gauname stebim dani lentel

41 pav. Stebimos reikms

Pasirink [Fitted tables] teorini (tiktin) dani lentel

42 pav. Labiausiai tiktinos reikms

Ketvirta uduotis
Sugalvoti situacij dispersins analizs pritaikymui. Ianalizuoti vieno ir dviej faktori situacij. Vieno faktoriaus metodas Dispersin analiz arba F kriterijus usienio literatroje danai yra ymima sutrumpintai ANOVA (ANalysis Of VAriance). is kriterijus naudojamas hipotezms apie dviej ar daugiau populiacij vidurkius tikrinti. Kai lyginame dviej populiacij vidurkius, F kriterijaus ir t kriterijaus ivados sutampa. Todl praktikai F kriterijus taikomas tik prireikus palyginti daugiau kaip dviej populiacij vidurkius. Lyginame automobilio stabdymo keli esant skirtingai kelio dangos bklei. Vienas faktorius - kelio dangos bkl (sausa, drgna, paal). Antras faktorius automobilio mark. ia priimame salyg, kad main greitis mieste leidiamas greitis , t.y. 50 km/h.

43 Pradini duomen lentel

Vieno faktoriaus metodas du nuokrypi altiniai: skirtumai tarp atstumo vaiuojant skirting bkli kelio danga (pagrindinis faktorius), skirtumai tarp atstumo vaiuojant tos paios bkls kelio danga. Pirmu atveju tai sisteminis nuokrypis, antruoju triukmas. Hipotez teisinga tik tada, kai sisteminis nuokrypis pakankamai maas, palyginus su triukmo neamu nuokrypiu nuo vidurkio(25, 26 lent).. Ho automobilio stabdymo kelias skirtingomis kelio dangos bsenomis yra vienodas.

44 Dispersins analizs rezultatai

Ivada: Pagal gautus rezultatus galime sprsti, kad hipotez Ho reikia atmesti, nes p=0,000046. Tai reikia, stabdymo kelias esant skirtingai kelio dangos bklei skiriasi.

Dviej faktori metodas

Dviej faktori metodas jau keturi nuokrypi altiniai: skirtumas tarp atstumo vaiuojant skirting bkli kelio danga (pagrindinis faktorius), skirtumai tarp stabdymo kelio atstumo vaiuojant skirting modeli automobiliais (antras faktorius), skirtumai, atsirandantys dl pirm dviej faktori sveikos (sveikos efektas), skirtumai tarp atstumo vaiuojant tos paios bkls kelio danga (triukmas) Sveikos efektas vedamas dl to, kad gali bti nuokrypi, nepaaikinam atskirai pirmj dviej faktori taka, o slygojam tik j sveikos. Pvz. Trumpesnis stabdymo kelias esant tam tikrai kelio dangos bklei, vaiuojant tik su tam tikro modelio automobiliu. H1 stabdymo kelias nepriklauso nuo automobilio marks

46 Dispersins analizs pagal faktori mark rezultatai

Ivada: I pateiktos lentels matome, kad stabdymo kelias priklauso nuo mainos marks. Hipotezs H1 atmesti negalime.

47 Ivada: I lentels matome, kad galime atmesti hipotez, kad nuo kelio bkls stabdymo kelias nepriklauso, nes tikimyb yra maa, p=0,000735. Tai reikia, kad stabdymo kelias priklauso nuo kelio bkls. Taiau nepriklauso nuo autommobilio marks, ir nuo abiej faktori takos kartu, nes tikimybs yra atitinkamai p=0,512879 ir p=0,971147.