ANOVA. Egy faktor szerinti ANOVA. Nevével ellentétben nem szórások, hanem átlagok összehasonlítására szolgál. Több független mintánk van, elemszámuk



Hasonló dokumentumok
( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ANOVA ( ) 2. χ σ. α ( ) 2. y y y p p y y = + + = + + p p r. Fisher-Cochran-tétel

Statisztikai alapismeretek amit feltétlenül tudni kell

VARIANCIAANALÍZIS (ANOVA) véletlen faktorok esetén

BIOMETRIA_ANOVA_2 1 1

KISTERV2_ANOVA_

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

ANOVA. Mekkora különbséget tudnánk kimutatni? Statistics>Power Analysis>Several Means, ANOVA 1-Way

Regresszióanalízis. Lineáris regresszió

Biológiai anyagok hatásának értékelése, ha közvetlen fizikai vagy kémiai analízis nem alkalmazható.

RANGSOROLÁSON ALAPULÓ NEM-PARAMÉTERES PRÓBÁK

Wilcoxon-féle előjel-próba. A rangok. Ismert eloszlás. A nullhipotézis megfogalmazása H 1 : m 0 0. A medián 0! Az eltérés csak véletlen!

Gyakorló feladatok a Kísérletek tervezése és értékelése c. tárgyból Lineáris regresszió, ismétlés nélküli mérések

Kálmán-szűrés. Korszerű matematikai módszerek a geodéziában

PhEur Two-dose multiple assay with completely randomised design An assay of corticotrophin by subcutaneous injection in rats

fizikai-kémiai mérések kiértékelése (jegyzkönyv elkészítése) mérési eredmények pontossága hibaszámítás ( közvetlen elvi segítség)

Sztochasztikus kapcsolatok

Gyakorló feladatok a Kísérletek tervezése és értékelése c. tárgyból Kísérlettervezés témakör

Miskolci Egyetem Gazdaságtudományi Kar Üzleti Információgazdálkodási és Módszertani Intézet Review of Correlation & Regression

Post hoc analízisek BIOMETRIA. LSD-teszt (legkisebb szignifikáns ns differencia) Bonferroni-teszt. LSD Bonferroni Student-Newman

Több laboratórium összehasonlítása, körmérés

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

LOGIT-REGRESSZIÓ a függő változó: névleges vagy sorrendi skála

Statisztika feladatok

Képletgyűjtemény a Gazdaságstatisztika tárgy A matematikai statisztika alapjai című részhez

2012. április 18. Varianciaanaĺızis

STATISZTIKA (H 0 ) 5. Előad. lete, Nullhipotézis 2/60 1/60 3/60 4/60 5/60 6/60

Paraméteres eljárások, normalitásvizsgálat, t-eloszlás, t-próbák. Statisztika I., 2. alkalom

Varianciaanalízis 4/24/12

STATISZTIKA. Excel INVERZ.T függvf. ára 300 Ft/kg. bafüggvény, alfa=0,05; DF=76. Tesztelhetjük, hogy a valósz. konfidencia intervallum nagyságát t is.

1. melléklet A ciklodextrin hatásának jellemzése mikroorganizmusok szaporodására Murányi Attila

Esetelemzés az SPSS használatával

Statisztikai próbák. Ugyanazon problémára sokszor megvan mindkét eljárás.

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

Correlation & Linear Regression in SPSS

Statisztikai Statisztika I. elemzések viszonyszámokkal viszony 1. Láncból bázis Mennyiségi ismérv szerinti elemzés 1.

Regresszió. Fő cél: jóslás Történhet:

VARIANCIAANALÍZIS (szóráselemzés, ANOVA)

Portfólióelméleti modell szerinti optimális nyugdíjrendszer

Bevezetés a Korreláció &

Kísérlettervezési alapfogalmak:

[Biomatematika 2] Orvosi biometria. Visegrády Balázs

Statisztika II. feladatok

y ij e ij BIOMETRIA let A variancia-anal telei Alapfogalmak 2. Alapfogalmak 1. ahol: 7. Előad Variancia-anal Lineáris modell ltozó bontását t jelenti.

GyőrBike a győri közösségi bérkerékpár rendszer első éve

Hálózati Algoritmusok

4. példa: részfaktorterv+fold-over, centrumponttal

Miskolci Egyetem Gazdaságtudományi Kar Üzleti Információgazdálkodási és Módszertani Intézet Nonparametric Tests

Miskolci Egyetem Gazdaságtudományi Kar Üzleti Információgazdálkodási és Módszertani Intézet. Correlation & Linear. Petra Petrovics.

y ij = µ + α i + e ij STATISZTIKA Sir Ronald Aylmer Fisher Példa Elmélet A variancia-analízis alkalmazásának feltételei Lineáris modell

ÁLLATTENYÉSZTÉSI GENETIKA

Standardizálás, transzformációk

Statisztika II előadáslapok. 2003/4. tanév, II. félév

Villamos gépek tantárgy tételei

Statisztikai szoftverek esszé

Budapesti Műszaki és Gazdaságtudományi Egyetem Közlekedésmérnöki Kar Repülőgépek és hajók Tanszék

Magyarországon személysérüléses közúti közlekedési balesetek okozóik és abból alkoholos állapotban lévők szerinti elemzése. Rezsabek Tamás GSZDI

Motivációs diasor Ha megéri, nem baj, hogy nehéz!

Esettanulmány. A homoszkedaszticitás megsértésének hatása a regressziós paraméterekre. Tartalomjegyzék. 1. Bevezetés... 2

Az átviteli (transzfer) függvény, átviteli karakterisztika, Bode diagrammok

Panel adatok elemzése

Statistical Dependence

Intelligens elosztott rendszerek

MINİSÉGBIZTOSÍTÁS 6. ELİADÁS Március 19. Összeállította: Dr. Kovács Zsolt egyetemi tanár

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

Minőségjavító kísérlettervezés

Hipotézis vizsgálatok

Zárthelyi dolgozat 2014 B... GEVEE037B tárgy hallgatói számára

1. sz. melléklet: Ügyféllel kötendő szerződésekre vonatkozó formanyomtatványok

Biomatematika 13. Varianciaanaĺızis (ANOVA)

A várható érték vizsgálata u és t statisztika segítségével

5. gyakorlat Konfidencia intervallum számolás

ξ i = i-ik mérés valószínségi változója

Normális eloszlás paramétereire vonatkozó próbák

A sokaság/minta eloszlásának jellemzése

y ij = µ + α i + e ij

WIL-ZONE TANÁCSADÓ IRODA

Statistical Inference

Kerékpáros közösségi kölcsönző rendszer működésének szabályszerűségei

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

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

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

Két diszkrét változó függetlenségének vizsgálata, illeszkedésvizsgálat

STATISZTIKA. Philosophiae Naturalis Principia Mathematica (A természetfiloz. szetfilozófia fia matematikai alapelvei, 1687) Laplace ( )

A biostatisztika alapfogalmai, konfidenciaintervallum. Dr. Boda Krisztina PhD SZTE ÁOK Orvosi Fizikai és Orvosi Informatikai Intézet

Egyenáramú motor kaszkád szabályozása

TMS370 EEPROM PROGRAMOZÓ Felhasználói kézikönyv

Bevezetés az ökonometriába

Miskolci Egyetem Gazdaságtudományi Kar Üzleti Információgazdálkodási és Módszertani Intézet. Nonparametric Tests. Petra Petrovics.

Descriptive Statistics

MINERVA TÉRINFORMATIKAI RENDSZER ELEKTROMOS HÁLÓZAT TÉRINFORMATIKAI INTEGRÁCIÓJA

Tartóprofilok Raktári program

Idő-ütemterv hálók - II.

Correlation & Linear Regression in SPSS

Híradástechikai jelfeldolgozás

Esetelemzések az SPSS használatával

The original laser distance meter. The original laser distance meter

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

Az aszinkron (indukciós) gép.

Miskolci Egyetem Gazdaságtudományi Kar Üzleti Információgazdálkodási és Módszertani Intézet Descriptive Statistics

Leica DISTOTMD510. X310 The original laser distance meter. The original laser distance meter

Átírás:

Egy faktor zernt NOV Nevével ellentétben nem zóráok, hanem átlagok özehaonlítáára zolgál Több független mntánk van, elemzámuk,...,,, r y,...,, y, y,..., yr;,, r H : r NOV. élda (Box-Hunter-Hunter: Stattc for Exermenter, J. Wley, 978,. 65) Véralvadá dő (ec) négyféle déta eetén veralv.ta Déta B C D 6 6 68 56 6 67 66 6 6 7 7 6 59 6 67 6 65 68 6 66 68 6 6 59 H : NOV

7 7 68 66 CTIME 6 6 6 58 56 5 B C D Medan 5%-75% Non-Outler ange Outler Extreme NOV Ha nnc különbég a coortok között, cak a véletlen ngadozá matt térnek el egymától az átlagok. ˆ σ y kétfélekéen adható meg: métléek között eltéré átlagok között eltéré é σ y körül ngadozk NOV

z -edk coorton belül ngadozá varancáa (a coort-átlagtól való eltéréek) y ( y y ) y z egyeített coortokon belül zóránégyzet (ha σ kontan): $ σ y ( y y ) ( ) r r NOV 5 5 F r ( y y ) ( y y ) r r (between) (wthn) ha a valóágban van különbég (H ) f(f) F > F α F α F NOV 6 6

NOV táblázat z eltéré forráa eltéré-négyzetözeg zabadág fokzám hatáa (coortok S ( y y ) között) Imétléek (coortokon S ( y y ) r belül) S Tele ( y y ) r- zórá-négyzet S r S r F S ún. tele négyzetözeg. z faktor hatáa elentő (elutaítuk a H hotézt), ha / F krt NOV 7 7 Kegyenúlyozott terv:... r z eltéré forráa hatáa (coortok között) Imétléek (coortokon belül) eltéré- -négyzetözeg ( ) S y y ( ) S y y S ( y y ) Tele zabadág fok r- r(-) r- zóránégyzet F S r S r ( ) NOV 8 8

Summary fülön: Decrtve cell tattc Decrtve Stattc (Veralv) Level of N CTIME CTIME CTIME Effect Factor Mean Std.Dev. Std.Err Total 6..886.788 6..857.987 B 6 66..887.57 C 6 68..67.68 D 8 6..6865.958 Summary fülön: Tet all effect H : ˆ σ ˆ σ y y Effect Intercet Error Unvarate Tet of Sgnfcance for CTIME (Veralv) Sgma-retrcted arameterzaton Effectve hyothe decomoton SS Degr. of MS F Freedom 95. 95. 65.68. 8. 76..57.7. 5.6 wthn ( ) r NOV 9 9 r ( y ) y r between Feltételezéek: y + ε az ε hbák várható értéke zéru, varancáuk σ e, kontan az ε hbák coortokon belül é coortok között függetlenek egymától, az ε hbák normál elozláúak (nem az y adatok!). NOV

Modell a faktor -edk znte (-edk déta) az -edk coorton belül -edk métlé kíérlet (nemcak méré) hba y Y + ε + ε mért érték gaz érték várható érték NOV y + ε H : r átlag-modell + α,,r α a faktor -edk zntének (-edk déta) hatáa közö érték; r+ araméter r α um to zero α r et to zero y + α + ε H : α,,..., r hatá-modell NOV

Becléek Yˆ ˆ + ˆ α φ n ( y ˆ ˆ ) α mn φ ˆ ( ˆ ˆ α ) y y + ˆ ˆ α y y. ˆ y.. főátlag NOV ( ˆ ˆ α ) φ y αˆ y ˆ + ˆ α αˆ y y hatá, cak r- független Y ˆ ˆ y az -edk coort átlaga NOV

Konfdenca-ntervallum az egye coortok várható értékére Pont-beclé: Y ˆ ˆ y Intervallum-beclé: t y y y zab. fokzáma: r z -edk coort várható értékének konfdenca-ntervalluma: y tα < y + tα NOV 5 5 Summary fülön: Coeffcent gma-retrcted Effect Intercet Parameter Etmate (Veralv) Sgma-retrcted arameterzaton Level of Column CTIME CTIME CTIME CTIME -95.% +95.% Effect Param. Std.Err t Cnf.Lmt Cnf.Lmt 6..979 8.567. 6.967 65.86 -..976 -.8.5889-5.9 -.9698 B..85.659.895.667.76 C..85.79.8.667 5.76 Effect Intercet Parameter Etmate (Veralv) (*Zeroed redctor faled tolerance check) Over-arameterzed model Level of Column Comment CTIME CTIME CTIME CTIME -95.% +95.% Effect (B/Z/P) Param. Std.Err t Cnf.Lmt Cnf.Lmt 6..8666 7.9895. 59.576 6.75 Baed..98.. -.85.85 B Baed 5..789.9.86. 7.6659 C Baed 7..789 5.77.. 9.6659 D 5 Zeroed*. NOV 6 6

H elutaítva : Mndegyk különböző? + + Özehaonlítáok: tervezett, ot hoc NOV 7 7 H : t y y y y Var ( y ) + y σ e + y y é egyeítéével a zabadág fok n +n -6+6- lenne, zabadág foka r t y y + LSD-róba (Leat Sgnfcant Dfference) NOV 8 8

Általánoítá: (k-adk nullhotéz) k H : ck H : H : ck c k kontrazt-együtthatók C k ck y kontrazt C y y H : c, c, c -, c NOV 9 9 E ( C k ) c k Var( C ) k σ e ( C ) c k H : E k k c k t ck y c k ortogonálak a kontraztok, ha mnden k l-re ekkor függetlenek az özehaonlítáok c c k l NOV

H : H : H : + c? kc l H H H c c c c c c c c c Σ NOV 6 özehaonlítá (-, -, -, -, -, -) egy özehaonlítára az előfaú hba valózínűége α * (l..5) (ndvdual error rate) hogy nem követünk el előfaú hbát: -α * hogy r független özehaonlítá egykénél em követünk el előfaú hbát: * ( α ) r hogy r független özehaonlítá valamelykénél elkövetünk előfaú hbát: α α (famly error rate) l. (.5) 6. 65 * ( ) r NOV

Nem független özehaonlítáok eetén * α kα Bonferron-egyenlőtlenég l. 6 nem független özehaonlítára 6.5. NOV Pot hoc özehaonlítáok Pot-hoc fülön: LSD Cell No. LSD tet; varable CTIME (Veralv) Probablte for Pot Hoc Tet Error: Between MS 5.6, df. {} {} {} {} 6. 66. 68. 6..8.8. B.8.58776.86 C.8.58776. D..86. Pot-hoc fülön: Bonferron Cell No. Bonferron tet; varable CTIME (Veralv) Probablte for Pot Hoc Tet Error: Between MS 5.6, df. {} {} {} {} 6. 66. 68. 6..85.8. B.85.95656.58 C.8.95656.9 D..58.9.8 6.85 NOV

Tervezett özehaonlítáok Planned com fülön: Secfy contrat Between Contrat Coeffcent (Veralv) Coeffcent for each cell n the elected effect Cell No. Cell N CNTST Unvarate Tet of Sgnfcance for Planned Comaron (Veralv) Deendent varable: CTIME B 6 Sum of Degr. of Mean F C 6 Source Square Freedom Square D 8 - Effect.... Error. 5.6 Between Contrat Coeffcent (Veralv) Coeffcent for each cell n the elected effect Cell No. Cell N CNTST B 6 C 6 - D 8 Unvarate Tet of Sgnfcance for Planned Comaron (Veralv) Deendent varable: CTIME Sum of Degr. of Mean F Source Square Freedom Square Effect...857.58776 Error. 5.6 NOV 5 5 Between Contrat Coeffcent (Veralv) Coeffcent for each cell n the elected effect Cell No. Cell N CNTST B 6 - C 6 - D 8 + + + Source Effect Error Unvarate Tet of Sgnfcance for Planned Comaron (Veralv) Deendent varable: CTIME Sum of Degr. of Mean F Square Freedom Square.9.9 6.5.7. 5.6 NOV 6 6

Mekkora különbéget tudnánk kmutatn? Stattc>Power naly>several Mean, NOV -Way. -Way NOV: Power Calculaton -Way NOV (Fxed Effect) Power v. MSSE (lha.5, Grou, N 6).9.8.7 Power.6.5... MSSE α ( r ) σ e.......5.6.7.8.9... oot Mean Square Standardzed Effect (MSSE) NOV 7 7 y + α + ε Pl.ha α -, α, α α MSSE ( ) + ( ) + + 5.6 8 5.6.5 NOV 8 8

Homozkedaztctá kont σ e? More reult>umton fülön: Homogenety of varance... Bartlett-róba Tet of Homogenety of Varance (Veralv) Effect: Hartley Cochran Bartlett df F-max C Ch-Sqr. CTIME.857.85.667956.68 érzékeny a normál elozlá feltételezéére Levene-róba Levene' Tet for Homogenety of Varance (Veralv) Effect: Degree of freedom for all F':, MS MS F Effect Error CTIME..5.767.56 NOV 9 9 feltételezéek ellenőrzée a rezduumok vzgálatával. edual fülön.5..5.99.95 Normalty Pred & red Predcted reult (htogram) Exected Normal Value..75.5.55. -.5.5 -..5 -.5.5 -.. -.5 -. -7-6 -5 - - - - 5 6 edual 6 5 5 aw edual - - - No. of ob. - -5-6 -7 6 6 6 6 6 65 66 67 68 69 Predcted Value -8-7 -6-5 - - - - 5 6 X < Category Boundary NOV