Hipotézis vizsgálatok. Egy példa. Hipotézisek. A megfigyelt változó eloszlása Kérdés: Hatásos a lázcsillapító gyógyszer?

Hasonló dokumentumok
s n s x A m és az átlag Standard hiba A m becslése Információ tartalom Átlag Konfidencia intervallum Pont becslés Intervallum becslés

A m becslése. A s becslése. A (tapasztalati) szórás. n m. A minta és a populáció kapcsolata. x i átlag

Variancia-analízis (ANOVA) Mekkora a tévedés esélye? A tévedés esélye Miért nem csinálunk kétmintás t-próbákat?

Regresszió. Fő cél: jóslás Történhet:

ORVOSI STATISZTIKA. Az orvosi statisztika helye. Egyéb példák. Példa: test hőmérséklet. Lehet kérdés? Statisztika. Élettan Anatómia Kémia. Kérdések!

Statisztikai próbák. Ugyanazon problémára sokszor megvan mindkét eljárás.

20 PONT Aláírás:... A megoldások csak szöveges válaszokkal teljes értékőek!

Kiválasztás. A változó szerint. Rangok. Nem-paraméteres eljárások. Rang: Egy valamilyen szabály szerint felállított sorban elfoglalt hely.

ORVOSI STATISZTIKA. Az orvosi statisztika helye. Egyéb példák. Példa: test hőmérséklet. Lehet kérdés? Statisztika. Élettan Anatómia Kémia. Kérdések!

Lineáris regresszió. Statisztika I., 4. alkalom

Tanult nem paraméteres próbák, és hogy milyen probléma megoldására szolgálnak.

VARIANCIAANALÍZIS (szóráselemzés, ANOVA)

Adatelemzés és adatbányászat MSc

4 2 lapultsági együttható =

ADATREDUKCIÓ I. Középértékek

Dr. Ratkó István. Matematikai módszerek orvosi alkalmazásai Magyar Tudomány Napja. Gábor Dénes Főiskola

A szórások vizsgálata. Az F-próba. A döntés. Az F-próba szabadsági fokai

Gazdaságtudományi Kar. Gazdaságelméleti és Módszertani Intézet. Korreláció-számítás. 1. előadás. Döntéselőkészítés módszertana. Dr.

Táblázatok 4/5. C: t-próbát alkalmazunk és mivel a t-statisztika értéke 3, ezért mind a 10%-os, mind. elutasítjuk a nullhipotézist.

Nemparaméteres módszerek. Krisztina Boda PhD SZTE ÁOK Orvosi Fizikai és Orvosi Informatikai Intézet

Biomatematika 12. Szent István Egyetem Állatorvos-tudományi Kar. Fodor János

ADATREDUKCIÓ I. Középértékek

ELTE TáTK Közgazdaságtudományi Tanszék ÖKONOMETRIA. Készítette: Elek Péter, Bíró Anikó. Szakmai felelős: Elek Péter június

ELTE TáTK Közgazdaságtudományi Tanszék ÖKONOMETRIA. Készítette: Elek Péter, Bíró Anikó. Szakmai felelős: Elek Péter június

Nemparaméteres eljárások

Statisztika feladatok

Bevezetés a biometriába Dr. Dinya Elek egyetemi tanár. PhD kurzus. KOKI,

Regresszió és korreláció

Két diszkrét változó függetlenségének vizsgálata, illeszkedésvizsgálat

? közgazdasági statisztika

1. Adatok kiértékelése. 2. A feltételek megvizsgálása. 3. A hipotézis megfogalmazása

(eseményalgebra) (halmazalgebra) (kijelentéskalkulus)

Kísérlettervezési alapfogalmak:

? közgazdasági statisztika

Többváltozós Regresszió-számítás

Khi-négyzet eloszlás. Statisztika II., 3. alkalom

Extrém-érték elemzés. Extrém-érték eloszlások. Megjegyzések. A normálhatóság feltétele. Extrém-érték modellezés

Extrém-érték elemzés. Extrém-érték eloszlások. A normálhatóság feltétele. Megjegyzések. Extrém-érték modellezés

[Biomatematika 2] Orvosi biometria

ADATREDUKCIÓ I. Középértékek

Biostatisztika VIII. Mátyus László. 19 October

Gazdaságtudományi Kar. Gazdaságelméleti és Módszertani Intézet. Regresszió-számítás. 2. előadás. Kvantitatív statisztikai módszerek. Dr.

Extrém-érték elemzés. Extrém-érték eloszlások. A normálhatóság feltétele. Megjegyzések. Extrém-érték modellezés

Hipotézis, sejtés STATISZTIKA. Kétmintás hipotézisek. Tudományos hipotézis. Munkahipotézis (H a ) Nullhipotézis (H 0 ) 11. Előadás

Regresszió és korreláció

Konfidencia-intervallumok

Statisztika I. 11. előadás. Előadó: Dr. Ertsey Imre

STATISZTIKA III. Oktatási segédlet

x, x R, x rögzített esetén esemény. : ( ) x Valószínűségi Változó: Feltételes valószínűség: Teljes valószínűség Tétele: Bayes Tétel:

Kidolgozott feladatok a nemparaméteres statisztika témaköréből

Varianciaanalízis. Egytényezős kísérletek (Más néven: egyutas osztályozás, egyszempontos varianciaanalízis ANOVA)

Biomatematika 13. Varianciaanaĺızis (ANOVA)

Hipotézis vizsgálatok

Bevezetés a hipotézisvizsgálatokba

NEMPARAMÉTERES PRÓBÁK

Kabos: Statisztika II. t-próba 9.1. Ha ismert a doboz szórása de nem ismerjük a

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

A multikritériumos elemzés célja, alkalmazási területe, adat-transzformációs eljárások, az osztályozási eljárások lényege

Statisztika I. 9. előadás. Előadó: Dr. Ertsey Imre

OLS regresszió - ismétlés Mikroökonometria, 1. hét Bíró Anikó A tantárgy tartalma

Kettőnél több csoport vizsgálata. Makara B. Gábor MTA Kísérleti Orvostudományi Kutatóintézet

Gazdasági matematika II. vizsgadolgozat megoldása A csoport

ÁLTALÁNOS STATISZTIKA

Biometria az orvosi gyakorlatban. Korrelációszámítás, regresszió

Adatsorok jellegadó értékei

Az első számjegyek Benford törvénye

A DETERMINÁCIÓS EGYÜTTHATÓRÓL

[Biomatematika 2] Orvosi biometria

A mérési eredmény megadása

Az entrópia statisztikus értelmezése

Intelligens elosztott rendszerek

BIOMATEMATIKA ELŐADÁS

Korreláció és lineáris regresszió

Tartalomjegyzék I. RÉSZ: KÍSÉRLETEK MEGTERVEZÉSE

Regressziós vizsgálatok

Matematikai statisztika

Változók függőségi viszonyainak vizsgálata

Teljes eseményrendszer. Valószínőségszámítás. Példák. Teljes valószínőség tétele. Példa. Bayes tétele

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

Hipotézis vizsgálatok

ÖKONOMETRIA. Készítette: Elek Péter, Bíró Anikó. Szakmai felelős: Elek Péter június

Keresztkorreláció vizsgálata statisztikai teszttel

Laboratóriumi kontrollkártya használata Tananyag. Készítette: Muránszky Géza vegyészmérnök Oktató: Lőrinc Anna minőségirányítási előadó

Példa: Egy üzletlánc boltjainak forgalmára vonatkozó adatok október hó: (adott a vastagon szedett!) S i g i z i g i z i

PhD értekezés. Gyarmati József

IDA ELŐADÁS I. Bolgár Bence október 17.

Véletlenszám generátorok. 6. előadás

Kettőnél több csoport vizsgálata. Makara B. Gábor

Megállapítható változók elemzése Függetlenségvizsgálat, illeszkedésvizsgálat, homogenitásvizsgálat

Statisztika - bevezetés Méréselmélet PE MIK MI_BSc VI_BSc 1

Statisztika I. 10. előadás. Előadó: Dr. Ertsey Imre

Matematikai statisztika elıadás III. éves elemzı szakosoknak. Zempléni András 9. elıadásból (részlet)

Statisztika elméleti összefoglaló

Statisztikai következtetések Nemlineáris regresszió Feladatok Vége

) ( s 2 2. ^t = (n x 1)s n (s x+s y ) x +(n y 1)s y n x+n y. +n y 2 n x. n y df = n x + n y 2. n x. s x. + s 2. df = d kritikus.

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

Jövedelem és szubjektív jóllét: az elemzési módszer megválasztásának hatása a levonható következtetésekre

Matematika A3 Valószínűségszámítás, 6. gyakorlat 2013/14. tavaszi félév

Nemlineáris függvények illesztésének néhány kérdése

Méréselmélet: 5. előadás,

Átírás:

01.09.18. Hpotézs vzsgálatok Egy példa Kérdések (példa) Hogyan adhatunk választ? Kérdés: Hatásos a lázcsllapító gyógyszer? Hatásos-e a gyógyszer?? rodalomból kísérletekből Hpotézsek A megfgyelt változó eloszlása A gyógyszer hatástalan A gyógyszer hatásos A gyógyszer hatástalan A gyógyszer hatásos Egymást kzáró állítások, elég az egyket megvzsgáln! Melykkel érdemes foglalkozn? A véletlen hatások eredője 0. Mekkora a hatás? 1

01.09.18. Eredmény m = 0 Ha a populácót megsmerhetnénk!!! Következtetés A gyógyszer hatástalan. A helyzet fokozódk A populácó általában nem smert. A mnta nem azonos a populácóval! pl. az átlagok ngadoznak a várható érték körül! m < 0 A gyógyszer hatásos, a hatás mértékére a m jellemző. M az oka az eltérésnek? Mntavételezés véletlen ngadozás. (A feltevésünk helyes!) M alapján dönthetünk? Mekkora az esélye, hogy a mnta valóban az adott populácóból származk? Ehhez smert paraméterű eloszlás szükséges! Az alapfeltevésünk (hpotézsünk) nem gaz (tévedtünk!). Az eltérés nem véletlen.

01.09.18. Nullhpotézs: (H 0 ) Nullhpotézs a mnta/mnták eltérése a választott populácó(k)tól a mntavételből származó véletlen eltérés. Gyakran egy tagadó válasz a feltett kérdésre. (példa: a gyógyszer nem hatásos.) Mekkora az esélye a véletlen eltérésnek? Ismert eloszlás esetében megadható! (Az eloszlás alakja nem mndg lyen, de smert!) Alternatív hpotézs: (H 1 ) a mnta/mnták eltérése a választott populácó(k)tól nem véletlen. (példa: a gyógyszer hatásos) Szgnfkáns? Szgnfkanca sznt Ha p elég nagy, lehet véletlen, ha p elég kcs a különbséget szgnfkánsnak tekntjük! Elég nagy, elég kcs? Válasszunk egy értéket, amelyet határnak tekntünk! Ez a szgnfkanca sznt. p annak a valószínűsége, hogy az eltérés véletlen! Jelölése: a. Orvos gyakorlatban értéke gen gyakran 5%. 3

01.09.18. A döntés alapja A döntés Ha a p elég kcs, nagyobb az esélye, hogy a nullhpotézs nem gaz. Azaz nkább az alternatív hpotézs a valószínűbb. x krtkus : a szgnfkanca sznthez tartozó érték x számolt : a mntá(k)ból számolt érték 1. Ha a véletlen eltérés valószínűsége kcs (p( x x krt ) 5%) elvetjük a nullhpotézst.. Ha a véletlen eltérés valószínűsége nagy (p( x x krt ) > 5%) megtartjuk a nullhpotézst. p annak a valószínűsége, hogy x számolt x krtkus. A válasz sohasem gen - nem, vagy gaz - hams!!! A döntés jósága döntés: a nullhpotézst Vzsgálat egy csoportban: (egymntás t-próba) Kérdés: A mnta alapján lehet-e a populácó jellemző értéke egy megadott érték? megtartjuk elvetjük A példa: Hatásos-e a lázcsllapító vagy sem? tény: a nullhpotézs gaz hams Helyes döntés II. Típusú hba (b) I. Típusú hba (a) Helyes döntés mnta Nullhpotézs: nem! m 0 = 0. De az átlag nem 0! átlag 1. -0, C. -1 C 3. -1,5 C Ha az eltérés nagyobb, bztosabbnak tűnk az alternatív hpotézs (a gyógyszer hatásos) 4

01.09.18. Mt jelent a nagy eltérés? A t-érték M a mértéke az eltérésnek? Standard hba: az átlagok átlagos eltérése a m-től. ( x sx ) ~ 68% - konfdenca ntervallum. x m 0 t s x Mvel az átlagok a m 0 körül ngadoznak, a t-értékek a 0 körül. (feltéve, hogy a nullhpotézs gaz!) Vszonyítsuk az eltérést a standard hbához! (m 0 gen gyakran = 0) Mért alkalmasabb a t-érték? A t-táblázat Képesek vagyunk kszámoln ennek az eltérésnek a valószínűségét!!! (Student- vagy t-eloszlás) Csak a t-értékek véletlen ngadozását írja le! Az eloszlás alakja függ az elemszámtól. Különböző t krt értékek tartoznak a különböző valószínűség értékekhez. 5

01.09.18. A szabadság fok Döntés t-táblázat alapján Gondoltam 3 számra! (mnta) A 3 szám átlaga: 8! (nformácó!) Kválasztunk egy alkalmas szgnfkanca szntet! 3, 1, 8 vagy 5, 7, 11 stb. A szabadság fok = n 3, 1, 9 vagy 5, 7, 1 stb. A szabadság fok = n-1 Döntés számítógép segítségével A döntés Én tudok ntegráln!!! 1. Ha a véletlen eltérés valószínűsége kcs (p( t t krt ) 5%) elvetjük a nullhpotézst.. Ha a véletlen eltérés valószínűsége nagy (p( t t krt ) > 5%) megtartjuk a nullhpotézst. p: annak a valószínűsége, hogy véletlenül lyen nagy a t számolt. 6

01.09.18. Az egymntás t-próba feltétele A feladat: egy mnta alapján döntés a m értékéről. A változó normáls eloszlású legyen. Vzsgálat két csoportban Kérdés: A két mnta származhat-e azonos populácóból, vagy a két populácó paramétere azonosak? m 1 = m? Nullhpotézs: m 1 = m (általában x1 x) kétmntás t-próba kétmntás t-próba A próba x1 x? Ismert eloszlású változóra van szükség! A t-érték az t-érték! Akkor meg tudom csnáln! Pardon, menny a szabadság fokok száma? t s * x x 1 1 1 1 n n s * Q1 Q n n 1 sz.f. = n 1 +n - ((n 1-1)+(n -1)) 7

01.09.18. A kétmntás t-próba feltétele A szórások vzsgálata A feladat: két egymástól független csoport összehasonlítása. A változó normáls eloszlású legyen. A szórás a két csoportban azonosnak teknthető. Ez utóbb új! Hogyan állapítható meg? Hogyan fogjunk hozzá? Nullhpotézs: a két szórás azonos, az eltérés véletlen (mntavétel). De hszen ez olyan, mnt egy hpotézsvzsgálat! F s s 1 A nullhpotézshez tartozk egy ún. F-eloszlás. Az F-próba De melyk varanca legyen a számlálóban? Döntés 1. Ha a véletlen eltérés valószínűsége kcs (p(f F krt ) 5%) elvetjük a nullhpotézst.. Ha a véletlen eltérés valószínűsége nagy (p(f F krt ) > 5%) megtartjuk a nullhpotézst. A számlálóban mndg a nagyobb varanca van! (F 1) 8

01.09.18. vagy több változó Korrelácó és regresszó kísérlet: Korrelácó Példa: Van-e kapcsolat a testsúly és a testmagasság között? adatok: Kapcsolat két változó között. Függvényszerű leírás. n magasság (cm) 1 150 61 170 70 3 166 75 4 174 70 5 180 7 6 155 50 7 17 65 8 161 59 9 177 81 súly (kg) Ábrázolás Pearson-féle korrelácós együttható például: x a magasság és y a súly. lehetséges esetek: A B C cov( x, y) r s s x Az r lehetséges értéke: y Q x xy Q Q 1 r 1 y Qxy x x y y Qx x x Q y y y A populácóban: r = 0 nncs korrelácó, nncs semmlyen tendenca Poztív tendenca Negatív tendenca r 0 van! (mértéke arányos az r abszolút értékével.) 9

01.09.18. Determnácós együttható Korrelácós t-teszt r A számolt r csak becslése az r populácóbel értékének. A számolt érték az elmélet r körül ngadozk. (pl. r számolt = 0,1?) Megadja, hogy mlyen erős a kapcsolat. Az y változásanak mekkora része értelmezhető az x változásaval. H 0 : r = 0! n t r sz.f.: n - 1 r Döntés: a t-érték alapján. Lásd előző példákat! Feltétele: Legalább az egyk változó normáls eloszlású. Ha a változók normáls eloszlásúak, a kapcsolat közöttük lneárs jellegű. Lneárs regresszó y ax b h (x,y ) h Q h h A legksebb négyzetek módszere y ax b x és y mért értékek. a és b az smeretlen! y: függő változó x: független változó h : hbatag = y (ax +b). (A különbség a megfgyelt és a feltételezett érték között) 10

01.09.18. Melyk a legjobban lleszkedő egyenes? Q h mnmáls! Q a Q xy xx n x xy y n x x 1 b y a x 1 Kh-négyzet teszt (gyakorság adatok elemzése). példa: fejfájás hatásos: elmúlt. Kapcsolat az nzuln érzékenység és a BMI között. r : determnácós koeffcens. tabletta független regresszós eggyüttható st. hba t p döntés BMI -0,077 0,018-4,5 0,0011 szgnfkáns r 0,6 nem hatásos: nem múlt el. Kísérlet Kontngenca tábla 1. csoport: gyógyszer. csoport: placebo Nem múlt el elmúlt Összes 1. csoport a b a+b. csoport c d c+d nem múlt el (a) elmúlt (b) nem múlt el (c) elmúlt (d) összes a+c b+d n (a,b,c,d gyakorság adatok) x tábla. 11

01.09.18. Nullhpotézs c -eloszlás Ha a hatás független a gyógyszertől, azt várjuk, hogy: Képlet x táblákhoz: c nad bc a bc d a cb d a b c d ad bc Nullhpotézs: c = 0, a különbség csupán mntavétel hba. Nullhpotézs: a hatás független a gyógyszertől, csupán placebo hatás. kh-négyzet teszt (függetlenség). c -eloszlás: megadja a c -érték véletlen eltéréset. Döntés Hasonló a t-eloszlás esetében megbeszéltekhez. A különbség: a c -eloszlást használjuk. A várható érték = 0, ha a nullhpotézs gaz. ha c számolt c krt - elvetjük ellenkező esetben megtartjuk a nullhpotézst. vagy p(c c számolt) 5% - elvetjük ellenkező esetben megtartjuk a nullhpotézst. szabadság fokok száma: ebben a specáls esetben = 1. általában: sz.f.=(s-1)(o-1), ahol s a sorok száma o az oszlopok száma 1