1. Testele Univariate
  2. Într-Subiecte Teste
  3. Între-Subiecte Teste
  4. Asociația Măsuri
  5. Predicție Analize
  6. Clasificarea Analizelor

Sumar

Găsirea test statistic adecvat este ușor dacă sunteți conștienți de

  1. tipul de bază de testare sunteți în căutarea pentru și
  2. măsurarea nivelurilor variabilelor implicate.

pentru fiecare tip și nivel de măsurare, acest tutorial indică imediat testul statistic potrivit., De asemenea, vom defini pe scurt cele 6 tipuri de teste de bază și le vom ilustra cu exemple simple.

privire de Ansamblu Larg de Teste

MĂSURARE NIVEL IPOTEZA NULĂ TEST
Dihotomică proporția Populației = x? testul Binom
Z-test pentru 1 proporție
categoric distribuția populației = f(x)? testul chi-square bunătatea-de-fit
cantitativ populația medie = 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.,Testele Univariate fie testează dacă

  1. un parametru al populației-de obicei o medie sau o mediană – este egal cu o valoare ipotezată sau
  2. o distribuție a populației este egală cu o anumită funcție, adesea distribuția normală.

un exemplu de manual este o probă t-test: testează dacă o medie a populației-un parametru – este egală cu o anumită valoare x. Acest test implică doar 1 variabilă (chiar dacă există multe altele în fișierul dvs. de date).,E

DIHOTOMICĂ testul McNemar Cochran Q test NOMINALE (Nu este disponibil) (Nu este disponibil) ORDINAL Wilcoxon semnat-rândurile test
Semn de testare pentru 2 legate mediane testul Friedman CANTITATIVE Paired samples t-test ANOVA cu măsurători Repetate

Într-Subiecte Teste – Definiție Rapid

Într-subiecte teste compara 2+ variabile
măsurate pe aceeași subiecți (adesea oameni).,Un exemplu este măsurile repetate ANOVA: testează dacă 3 + variabile măsurate pe aceleași subiecte au mijloace de populație egale.

testele la subiecți sunt, de asemenea, cunoscute sub numele de

  • teste de eșantioane împerecheate (ca într-un test t de eșantioane împerecheate) sau
  • teste de eșantioane înrudite.

” eșantioane înrudite „se referă la subiecți și” K ” înseamnă 3+.,st 2+ independent mediane

testului Kruskal-Wallis (media rangurilor)
Median test pentru 2+ independent mediane Cantitative eșantioane Independente t-test (mijloace)
testul lui Levene (variații) One-way ANOVA (mijloace)
testul lui Levene (variații)

Între-Subiecte Teste – Definiție Rapid

Între-subiecte teste examineze dacă 2+ subpopulații
sunt identice cu privire la

  • un parametru (populație medie, deviația standard sau de proporție) sau
  • o distribuție.,

cel mai cunoscut exemplu este o ANOVA unidirecțională, așa cum este ilustrat mai jos. Rețineți că subpopulațiile sunt reprezentate de subsample-grupuri de observații indicate de o variabilă categorică.

testele”între subiecți” sunt, de asemenea, cunoscute sub numele de teste „eșantioane independente”, cum ar fi testul t pentru eșantioane independente. „Eșantioane independente” înseamnă că subeșantioanele nu se suprapun: fiecare observație aparține unui singur subeșantion.,tr>

NOMINALE Eta pătrat Cramér V Cramér V DIHOTOMICĂ Punct-biserial de corelație
corelație Biserial corelație Spearman
Kendall tau
Polychoric corelație Cramér V Phi-coeficientul
de corelație Tetrachoric

de Asociere Măsuri – Definiție Rapid

Asociere măsuri sunt numere care indică
în ce măsură 2 variabile sunt asociate.,Cea mai cunoscută măsură de asociere este corelația Pearson: un număr care ne spune în ce măsură 2 variabile cantitative sunt legate liniar. Ilustrația de mai jos vizualizează corelațiile ca 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.,Cel mai simplu exemplu este regresia liniară simplă, așa cum este ilustrat mai jos.

analizele de predicție presupun uneori în liniște cauzalitatea: orice prezice o variabilă este adesea considerat că afectează această variabilă. În funcție de conținutul unei analize,cauzalitatea poate fi sau nu plauzibilă.Rețineți, totuși, că analizele enumerate mai jos nu dovedesc cauzalitatea.

analize de clasificare

analize de clasificare încearcă să identifice și
descrie grupuri de observații sau variabile.,Cele 2 tipuri principale de analiză a clasificării sunt

  • analiza factorilor pentru găsirea grupurilor de variabile („factori”) și
  • analiza clusterului pentru găsirea grupurilor de observații („clustere”).

analiza factorilor se bazează pe corelații sau covarianțe. Grupurile de variabile care se corelează puternic se presupune că măsoară factori similari de bază-uneori numiți „construcții”. Ideea de bază este ilustrată mai jos.

analiza clusterului se bazează pe distanțe între observații-adesea oameni., Se presupune că grupurile de observații cu distanțe mici între ele reprezintă grupuri precum segmentele de piață.

dreapta. Deci, asta va face pentru o imagine de ansamblu de bază. Sper că ați găsit acest ghid util! Și nu în ultimul rând,

Vă mulțumim pentru lectură!