1. Univariada Testes
  2. Dentro de Assuntos Testes
  3. Entre-Sujeitos Testes
  4. Associação de Medidas
  5. Previsão Análises
  6. Classificação Análises

Resumo

Encontrar as estatísticas de teste é fácil se você estiver ciente de

  1. tipo de teste que você está procurando e
  2. a medição de níveis das variáveis envolvidas.

para cada tipo e nível de medição, este tutorial indica imediatamente o teste estatístico certo., Vamos também definir brevemente os 6 tipos básicos de testes e ilustrá-los com exemplos simples.

Visão geral Univariada Testes

MEDIÇÃO de NÍVEL HIPÓTESE NULA TESTE
Dicotômica População proporção = x?ensaio Binomial para uma proporção para uma proporção para uma categoria para uma população = f(x)? Chi-square goodness-of-fit test
Quantitative população média = 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.,Testes univariados ou testam se

  1. algum parâmetro populacional-geralmente uma média ou mediana – é igual a algum valor hipotético ou
  2. alguma distribuição populacional é igual a alguma função, muitas vezes a distribuição normal.

um exemplo textual é um teste-T de uma amostra: Ele testa se uma média populacional-um parâmetro-é igual a algum valor X. Este teste envolve apenas 1 variável (mesmo que haja muitos mais no seu ficheiro de dados).,DESCARTÁVEIS

DICOTÔMICA uso do teste de McNemar Q de Cochran teste NOMINAL (Não disponível) (Não disponível) ORDINAL Wilcoxon signed-fileiras de teste
teste de Sinal para 2 relacionados com medianas teste de Friedman QUANTITATIVA amostras Emparelhadas teste-t medidas Repetidas ANOVA

Dentro de Assuntos Testes – Definição Rápida

Dentro de assuntos testes comparar 2+ variáveis
medido sobre o mesmo assunto (muitas vezes as pessoas).,Um exemplo é a repetição das medidas ANOVA: ela testa se as variáveis 3+ medidas nos mesmos indivíduos têm meios de população iguais.

Dentro de assuntos testes também são conhecidos como

  • amostras pareadas testes (como em um par de amostras t-test) ou
  • relacionados amostras de testes.

” amostras relacionadas “refere-se a indivíduos e” K ” significa 3+.,st para 2+ independente medianas

teste de Kruskal-Wallis (mean ranks)
Mediana de teste para 2+ independente medianas Quantitativa amostras Independentes teste-t (meios)
teste de Levene (desvios) One-way ANOVA (meio)
teste de Levene (desvios)

Entre-Sujeitos Testes – Definição Rápida

Entre-sujeitos a testes de examinar se 2+ subpopulações
são idênticos com relação ao

  • um parâmetro (população média, o desvio padrão ou a proporção) ou
  • uma distribuição.,

o exemplo mais conhecido é uma ANOVA de Sentido Único, como ilustrado abaixo. Note que as subpopulações são representadas por subsamples-grupos de observações indicados por alguma variável categórica.

os testes” entre sujeitos “são também conhecidos como testes” amostras independentes”, tais como o teste de amostras independentes t. “Amostras independentes” significa que as subamostras não se sobrepõem: cada observação pertence apenas a uma subamostra.,tr>

NOMINAL Eta squared Cramér V Cramér V DICOTÔMICA Ponto-biserial correlação
Biserial correlação correlação de Spearman
Kendall tau
Polychoric correlação Cramér V Phi-coeficiente
Tetrachoric correlação

Associação de Medidas de Rápida Definição

a Associação de medidas são números que indicam
até que ponto 2 variáveis estão associadas.,A medida de associação mais conhecida é a correlação de Pearson: um número que nos diz em que medida 2 variáveis quantitativas estão linearmente relacionadas. A ilustração abaixo visualiza correlações como 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.,O exemplo mais simples é a regressão linear simples, como ilustrado abaixo.

a Previsão de análises, por vezes, tranquilamente assumir causalidade: o que prevê algumas variável é muitas vezes pensado para afetar esta variável. Dependendo do conteúdo de uma análise,a causalidade pode ou não ser plausível.Tenha em mente, no entanto, que as análises abaixo listadas não provam causalidade.

análises de classificação

análises de classificação tentam identificar e descrever grupos de observações ou variáveis.,Os 2 principais tipos de análise de classificação são

  • Análise de fator para encontrar grupos de variáveis (“fatores”) e
  • Análise de aglomerado para encontrar grupos de observações (“clusters”).a análise dos factores baseia-se em correlações ou covariâncias. Grupos de variáveis que correlacionam fortemente são assumidos para medir fatores subjacentes similares-às vezes chamados de “construções”. A ideia básica é ilustrada abaixo.

    Cluster analysis is based on distances among observations-often people., Supõe-se que grupos de observações com pequenas distâncias entre eles representam clusters como segmentos de mercado.

    direita. Isso serve para uma visão geral básica. Espero que tenha achado este guia útil! E por último, mas não menos importante, obrigado pela leitura!