1. Test Univariati
  2. all’Interno di Soggetti del Test
  3. Tra Soggetti Test
  4. Misure di Associazione
  5. Analisi di Previsione
  6. la Classificazione di Analisi

Sommario

Trovare il test statistico è facile se siete a conoscenza di

  1. il tipo di base di test che stai cercando per e
  2. la misurazione dei livelli delle variabili coinvolte.

Per ogni tipo e livello di misurazione, questo tutorial indica immediatamente il giusto test statistico., Definiremo anche brevemente i 6 tipi di test di base e li illustreremo con semplici esempi.

Panoramica Test univariati

LIVELLO DI MISURA IPOTESI NULLA TEST
Dicotomico Proporzione popolazione = x? Test binomiale
Z-test per 1 proporzione
Categoriale Distribuzione della popolazione = f(x)? Test di bontà di adattamento del chi-quadrato
Quantitativo Media della popolazione = x?, One-sample t-test
Population median = x? Sign test for 1 median
Population distribution = f(x)? Kolmogorov-Smirnov test
Shapiro-Wilk test

Univariate Tests – Quick Definition

Univariate tests are tests that involve only 1 variable.,Test univariati o test se

  1. qualche parametro di popolazione-di solito una media o una mediana – è uguale a qualche valore ipotizzato o
  2. qualche distribuzione di popolazione è uguale a qualche funzione, spesso la distribuzione normale.

Un esempio da manuale è un t-test di esempio: verifica se una media di popolazione-un parametro – è uguale a un valore x. Questo test coinvolge solo 1 variabile (anche se ce ne sono molte altre nel tuo file di dati).,ABLES

DICOTOMICA McNemar test test Q di Cochran NOMINALE (Non disponibile) (Non disponibile) ORDINALE Wilcoxon-si colloca test
test del Segno per 2 relative mediane test di Friedman QUANTITATIVE campioni Appaiati test t misure Ripetute ANOVA

Interno-Materie delle Prove – Rapida Definizione

all’Interno di soggetti prove confrontare 2+ variabili
misurata sugli stessi soggetti (spesso).,Un esempio è misure ripetute ANOVA: verifica se 3 + variabili misurate sugli stessi soggetti hanno mezzi di popolazione uguali.

I test all’interno dei soggetti sono noti anche come test di campioni accoppiati

  • (come in un test t di campioni accoppiati) o test di campioni correlati
  • .

” Campioni correlati “si riferisce a soggetti interni e” K” significa 3+.,st 2+ indipendente mediane

test di Kruskal-Wallis (media classifica)
test della Mediana per 2+ indipendente mediane Quantitative campioni Indipendenti t test (significa)
test di Levene (varianza) One-way ANOVA (significa)
test di Levene (variazioni)

Tra Soggetti Test di Rapida Definizione

Tra soggetti prove di esaminare se 2+ sottopopolazioni
sono identici per quanto riguarda

  • un parametro (popolazione media, deviazione standard o proporzione) o
  • una distribuzione.,

L’esempio più noto è un ANOVA unidirezionale come illustrato di seguito. Si noti che le sottopopolazioni sono rappresentate da sottocampioni-gruppi di osservazioni indicati da alcune variabili categoriali.

I test”Tra soggetti” sono noti anche come test “campioni indipendenti”, come il test t-campioni indipendenti. “Campioni indipendenti” significa che i sottocampioni non si sovrappongono: ogni osservazione appartiene a solo 1 sottocampione.,tr>

NOMINALE Eta squared Cramér V Cramér V DICOTOMICA Punto-aspergilio correlazione
Aspergilio correlazione correlazione di Spearman
Kendall’s tau
Polychoric correlazione Cramér V Phi-coefficiente di
Tetrachoric correlazione

Associazione di Misure di Rapida Definizione

misure di Associazione sono numeri che indicano
in che misura 2 variabili sono associate.,La misura di associazione più nota è la correlazione di Pearson: un numero che ci dice in che misura 2 variabili quantitative sono linearmente correlate. L’illustrazione seguente visualizza le correlazioni come scatterplots.,>

OUTCOME VARIABLE ANALYSIS Quantitative (Multiple) linear regression analysis Ordinal Discriminant analysis or ordinal regression analysis Nominal Discriminant analysis or nominal regression analysis Dichotomous Logistic regression

Prediction Analyses – Quick Definition

Prediction tests examine how and to what extent
a variable can be predicted from 1+ other variables.,L’esempio più semplice è la regressione lineare semplice come illustrato di seguito.

Le analisi di previsione a volte assumono tranquillamente la causalità: qualunque cosa preveda qualche variabile è spesso pensato per influenzare questa variabile. A seconda del contenuto di un’analisi,la causalità può o non può essere plausibile.Tieni presente, tuttavia, che le analisi elencate di seguito non dimostrano la causalità.

Analisi di classificazione

Le analisi di classificazione tentano di identificare e
descrivere gruppi di osservazioni o variabili.,I 2 principali tipi di analisi di classificazione sono

  • analisi fattoriale per la ricerca di gruppi di variabili (“fattori”) e
  • analisi cluster per la ricerca di gruppi di osservazioni (“cluster”).

L’analisi fattoriale si basa su correlazioni o covarianze. Si presume che gruppi di variabili che si correlano fortemente misurino fattori sottostanti simili, a volte chiamati “costrutti”. L’idea di base è illustrata di seguito.

L’analisi del cluster si basa sulle distanze tra le osservazioni, spesso le persone., Si presume che gruppi di osservazioni con piccole distanze tra loro rappresentino cluster come segmenti di mercato.

Destra. Così che farà per una panoramica di base. Spero che hai trovato questa guida utile! E, ultimo ma non meno importante,

grazie per la lettura!