Содержание
- 2. ПЛАН ОБЩИЕ ТРЕБОВАНИЯ К ВЫПОЛНЕНИЮ СТАТИСТИЧЕСКИХ ТЕСТОВ СРАВНЕНИЕ 2-Х СРЕДНИХ ВЕЛИЧИН СРАВНЕНИЕ 3-Х И БОЛЕЕ СРЕДНИХ
- 3. ОБЩИЕ ТРЕБОВАНИЯ К ВЫПОЛНЕНИЮ СТАТИСТИЧЕСКИХ ТЕСТОВ
- 4. ПЕРЕМЕННЫЕ КОЛИЧЕСТВЕННЫЕ КАТЕГОРИАЛЬНЫЕ ДИСКРЕТНЫЕ (DISCRETE) НЕПРЕРЫВНЫЕ (CONTINUOUS) ПОРЯДКОВЫЕ (ORDINAL) НОМИНАЛЬНЫЕ (NOMINAL) ТИП ПЕРЕМЕННОЙ ОПРЕДЕЛЯЕТ НАБОР МЕТОДОВ
- 5. ПРИМЕР: ФАКТИЧЕСКАЯ СРЕДНЯЯ ПРОДОЛЖИТЕЛЬНОСТЬ ЖИЗНИ В ВЫБОРКЕ МУЖЧИН И ЖЕНЩИН, - ЖИТЕЛЕЙ АРХАНГЕЛЬСКОЙ ОБЛАСТИ, УМЕРШИХ В
- 6. СРЕДНЕЕ АРИФМЕТИЧЕСКИЕ ДЛЯ ВЫБОРКИ (X / m) СРЕДНЕЕ АРИФМЕТИЧЕСКИЕ ДЛЯ ГЕНЕРАЛЬНОЙ СОВОКУПНОСТИ (M) X (женщины) =
- 7. НУЛЕВАЯ И АЛЬТЕРНАТИВНАЯ ГИПОТЕЗА ГИПОТЕЗА (HYPOTHESIS) – предположение о свойстве популяции (параметре…) ФОРМУЛИРУЕМ ДВЕ ВЗАИМОИСКЛЮЧАЮЩИЕ ГИПОТЕЗЫ:
- 8. НУЛЕВАЯ И АЛЬТЕРНАТИВНАЯ ГИПОТЕЗА X (женщины) = 73,3 года SD = 15,4 N = 2021 X
- 9. 2 ВИДА АЛЬТЕРНАТИВНЫХ ГИПОТЕЗ
- 10. ТЕСТИРОВАНИЕ ГИПОТЕЗ
- 11. СТАТИСТИЧЕСКАЯ ОБРАБОТКА ДАННЫХ СТАТИСТИЧЕСКАЯ ОБРАБОТКА ДАННЫХ (методы статистического анализа) – математические расчеты, позволяющие оценить ВЕРОЯТНОСТЬ ОШИБКИ
- 12. СТАТИСТИЧЕСКАЯ ОБРАБОТКА ДАННЫХ ПОЧЕМУ ВАЖНО ???
- 13. ПОРЯДОК ТЕСТИРОВАНИЯ СТАТИСТИЧЕСКОЙ ГИПОТЕЗЫ 1 ЭТАП: ФОРМУЛИРУЕМ Н0 и На
- 14. ПОРЯДОК ТЕСТИРОВАНИЯ СТАТИСТИЧЕСКОЙ ГИПОТЕЗЫ 2 ЭТАП: ОПРЕДЕЛЯЕМ УСЛОВИЯ, ПРИ КОТОРЫХ ПРИМЕМ На (ОТВЕРГНЕМ Н0) БУДЕМ считать
- 15. ПОРЯДОК ТЕСТИРОВАНИЯ СТАТИСТИЧЕСКОЙ ГИПОТЕЗЫ 3 ЭТАП: ВЫБОР СТАТИСТИЧЕСКОГО КРИТЕРИЯ / МЕТОДА ВЫБОР СТАТИСТИЧЕСКОГО КРИТЕРИЯ ОПРЕДЕЛЯЕТСЯ НАБОРОМ
- 16. ПОРЯДОК ТЕСТИРОВАНИЯ СТАТИСТИЧЕСКОЙ ГИПОТЕЗЫ 5 ЭТАП: ИНТЕРПРЕТАЦИЯ РЕЗУЛЬТАТОВ ПРИНИМАЕМ H0 / ОТВЕРГАЕМ Ha (если “p” ПРИНИМАЕМ
- 17. СРАВНЕНИЕ 2-Х СРЕДНИХ ВЕЛИЧИН
- 18. ПЕРЕМЕННЫЕ КОЛИЧЕСТВЕННЫЕ КАТЕГОРИАЛЬНЫЕ ДИСКРЕТНЫЕ (DISCRETE) НЕПРЕРЫВНЫЕ (CONTINUOUS) ПОРЯДКОВЫЕ (ORDINAL) НОМИНАЛЬНЫЕ (NOMINAL) СРЕДНИЕ ВЕЛИЧИНЫ МОЖНО ВЫЧИСЛИТЬ ТОЛЬКО
- 19. ПРИМЕР: СРЕДНЯЯ ПРОДОЛЖИТЕЛЬНОСТЬ ЖИЗНИ В ВЫБОРКЕ МУЖЧИН И ЖЕНЩИН, - ЖИТЕЛЕЙ АРХАНГЕЛЬСКОЙ ОБЛАСТИ, УМЕРШИХ В 2012
- 20. ВЫБОР КОНКРЕТНОГО СТАТИСТИЧЕСКОГО МЕТОДА ПРИ СРАВНЕНИИ СРЕДНИХ ВЕЛИЧИН ОПРЕДЕЛЯЕТСЯ: ПОПРАВКА БОНФЕРРОНИ: 2 / 3+ групп ГОМОГЕННОСТЬ
- 21. СРАВНЕНИЕ 2-Х СРЕДНИХ ВЕЛИЧИН
- 22. Independent Samples T-test (Student test) Т-тест Стьюдента Ho: ν 1 = ν 2 Ha: ν 1
- 23. 2-Independent Samples test (Mann-Whitney U test) U-тест Манна-Уитни
- 24. ПОРЯДОК ТЕСТИРОВАНИЯ СТАТИСТИЧЕСКОЙ ГИПОТЕЗЫ 1 ЭТАП: ФОРМУЛИРУЕМ Н0 и На 2 ЭТАП: ОПРЕДЕЛЯЕМ УСЛОВИЯ, ПРИ КОТОРЫХ
- 25. ПОРЯДОК ТЕСТИРОВАНИЯ СТАТИСТИЧЕСКОЙ ГИПОТЕЗЫ 3 ЭТАП: ВЫБОР СТАТИСТИЧЕСКОГО КРИТЕРИЯ / МЕТОДА Ho: РАСПРЕДЕЛЕНИЕ В ВЫБОРКЕ НЕ
- 26. ПОРЯДОК ТЕСТИРОВАНИЯ СТАТИСТИЧЕСКОЙ ГИПОТЕЗЫ 3 ЭТАП: ВЫБОР СТАТИСТИЧЕСКОГО КРИТЕРИЯ / МЕТОДА 2-Independent Samples test (Mann-Whitney U
- 27. ПОРЯДОК ТЕСТИРОВАНИЯ СТАТИСТИЧЕСКОЙ ГИПОТЕЗЫ Ho: m1 = m2 (средняя продолжительность жизни мужчин не отличается от средней
- 28. ПОРЯДОК ТЕСТИРОВАНИЯ СТАТИСТИЧЕСКОЙ ГИПОТЕЗЫ 5 ЭТАП: ИНТЕРПРЕТАЦИЯ РЕЗУЛЬТАТОВ + ОЦЕНИВАЕМ ПРАКТИЧЕСКУЮ ЗНАЧИМОСТЬ РЕЗУЛЬТАТОВ Средняя продолжительность жизни
- 29. 2-Independent Samples test (Mann-Whitney U test) тест Манна-Уитни КАК ПРЕДСТАВИТЬ РЕЗУЛЬТАТ («АКАДЕМИЧЕСКАЯ ВЕРСИЯ») Х (мужчины) =
- 30. ПРИМЕР: СРЕДНЯЯ ПРОДОЛЖИТЕЛЬНОСТЬ ЖИЗНИ В ВЫБОРКЕ МУЖЧИН И ЖЕНЩИН, - ЖИТЕЛЕЙ АРХАНГЕЛЬСКОЙ ОБЛАСТИ, УМЕРШИХ В 2012
- 31. ПОРЯДОК ТЕСТИРОВАНИЯ СТАТИСТИЧЕСКОЙ ГИПОТЕЗЫ 3 ЭТАП: ВЫБОР СТАТИСТИЧЕСКОГО КРИТЕРИЯ / МЕТОДА Ho: РАСПРЕДЕЛЕНИЕ В ВЫБОРКЕ НЕ
- 32. ПОРЯДОК ТЕСТИРОВАНИЯ СТАТИСТИЧЕСКОЙ ГИПОТЕЗЫ 3 ЭТАП: ВЫБОР СТАТИСТИЧЕСКОГО КРИТЕРИЯ / МЕТОДА Independent Samples T-test (Student test)
- 33. ПОРЯДОК ТЕСТИРОВАНИЯ СТАТИСТИЧЕСКОЙ ГИПОТЕЗЫ Ho: m1 = m2 (средняя продолжительность жизни мужчин не отличается от средней
- 34. ПОРЯДОК ТЕСТИРОВАНИЯ СТАТИСТИЧЕСКОЙ ГИПОТЕЗЫ Ho: σ 1 = σ 2 (дисперсия средней продолжительности жизни мужчин не
- 35. Independent Samples T-test (Student test) тест Стьюдента КАК ПРЕДСТАВИТЬ РЕЗУЛЬТАТ Х (мужчины) = 61,4 лет (95%
- 36. СРАВНЕНИЕ 2-Х СРЕДНИХ ВЕЛИЧИН
- 37. Paired Samples T-test тест Стьюдента для парных выборок
- 38. 2-Related Samples test (Wilcoxon) тест Вилкоксона
- 39. ПРИМЕР: УРОВЕНЬ АРТЕРИАЛЬНОГО ДАВЛЕНИЯ В ГРУППЕ ПАЦИЕНТОВ, ПРИНИМАЮЩИХ АНТИГИПЕРТЕНЗИВНЫЙ ПРЕПАРАТ X = 172,1 SD = 13,9
- 40. ПОРЯДОК ТЕСТИРОВАНИЯ СТАТИСТИЧЕСКОЙ ГИПОТЕЗЫ 1 ЭТАП: ФОРМУЛИРУЕМ Н0 и На 2 ЭТАП: ОПРЕДЕЛЯЕМ УСЛОВИЯ, ПРИ КОТОРЫХ
- 41. ПОРЯДОК ТЕСТИРОВАНИЯ СТАТИСТИЧЕСКОЙ ГИПОТЕЗЫ 3 ЭТАП: ВЫБОР СТАТИСТИЧЕСКОГО КРИТЕРИЯ / МЕТОДА Ho: РАСПРЕДЕЛЕНИЕ РАЗНИЦЫ СРЕДНИХ ВЕЛИЧИН
- 42. ПОРЯДОК ТЕСТИРОВАНИЯ СТАТИСТИЧЕСКОЙ ГИПОТЕЗЫ 3 ЭТАП: ВЫБОР СТАТИСТИЧЕСКОГО КРИТЕРИЯ / МЕТОДА 2-Related Samples test (Wilcoxon) тест
- 43. ПОРЯДОК ТЕСТИРОВАНИЯ СТАТИСТИЧЕСКОЙ ГИПОТЕЗЫ Ho: m1 = m2 (среднее АД до начала приема препарата не отличается
- 44. 2-Related Samples test (Wilcoxon) тест Вилкоксона КАК ПРЕДСТАВИТЬ РЕЗУЛЬТАТ («АКАДЕМИЧЕСКАЯ ВЕРСИЯ») M (до) = 172,1 мм
- 45. ПОРЯДОК ТЕСТИРОВАНИЯ СТАТИСТИЧЕСКОЙ ГИПОТЕЗЫ 3 ЭТАП: ВЫБОР СТАТИСТИЧЕСКОГО КРИТЕРИЯ / МЕТОДА Ho: РАСПРЕДЕЛЕНИЕ РАЗНИЦЫ СРЕДНИХ ВЕЛИЧИН
- 46. ПОРЯДОК ТЕСТИРОВАНИЯ СТАТИСТИЧЕСКОЙ ГИПОТЕЗЫ 3 ЭТАП: ВЫБОР СТАТИСТИЧЕСКОГО КРИТЕРИЯ / МЕТОДА ,298 Paired Samples T-test тест
- 47. ПОРЯДОК ТЕСТИРОВАНИЯ СТАТИСТИЧЕСКОЙ ГИПОТЕЗЫ Ho: m1 = m2 (среднее АД до начала приема препарата не отличается
- 48. Paired Samples T-test тест Стьюдента для парных выборок КАК ПРЕДСТАВИТЬ РЕЗУЛЬТАТ («АКАДЕМИЧЕСКАЯ ВЕРСИЯ») M (до) =
- 49. СРАВНЕНИЕ 3-Х И БОЛЕЕ СРЕДНИХ ВЕЛИЧИН
- 50. СРАВНЕНИЕ 2-х СРЕДНИХ ВЕЛИЧИН СРАВНЕНИЕ 3-х И БОЛЕЕ СРЕДНИХ ВЕЛИЧИН ИССЛЕДОВАТЕЛЬСКИЙ ВОПРОС: УРОВЕНЬ ОБРАЗОВАНИЯ ВЛИЯЕТ НА
- 51. СРАВНЕНИЕ 2-х СРЕДНИХ ВЕЛИЧИН СРАВНЕНИЕ 3-х И БОЛЕЕ СРЕДНИХ ВЕЛИЧИН ИССЛЕДОВАТЕЛЬСКИЙ ВОПРОС: УРОВЕНЬ ОБРАЗОВАНИЯ ВЛИЯЕТ НА
- 52. СРАВНЕНИЕ 3-Х И БОЛЕЕ СРЕДНИХ ВЕЛИЧИН НО ! Считается, что нарушение нормальности распределения не оказывает существенного
- 53. ONE-WAY ANOVA ДИСПЕРСИОННЫЙ АНАЛИЗ
- 54. K-Independent Samples test (Kruskall-Wallis H test) Тест Краскелла-Уоллиса ДИСПЕРСИЯ НЕ ПРОВЕРЯЕТСЯ
- 55. ИССЛЕДОВАТЕЛЬСКИЙ ВОПРОС: УРОВЕНЬ ОБРАЗОВАНИЯ ВЛИЯЕТ НА ПРОДОЛЖИТЕЛЬНОСТЬ ЖИЗНИ? X = 66,9 SD = 14,7 N =
- 56. ПОРЯДОК ТЕСТИРОВАНИЯ СТАТИСТИЧЕСКОЙ ГИПОТЕЗЫ 1 ЭТАП: ФОРМУЛИРУЕМ Н0 и На 2 ЭТАП: ОПРЕДЕЛЯЕМ УСЛОВИЯ, ПРИ КОТОРЫХ
- 57. ПОРЯДОК ТЕСТИРОВАНИЯ СТАТИСТИЧЕСКОЙ ГИПОТЕЗЫ 3 ЭТАП: ВЫБОР СТАТИСТИЧЕСКОГО КРИТЕРИЯ / МЕТОДА
- 58. ПОРЯДОК ТЕСТИРОВАНИЯ СТАТИСТИЧЕСКОЙ ГИПОТЕЗЫ 3 ЭТАП: ВЫБОР СТАТИСТИЧЕСКОГО КРИТЕРИЯ / МЕТОДА Ho: РАСПРЕДЕЛЕНИЕ ПРИЗНАКА В ГРУППАХ
- 59. ПОРЯДОК ТЕСТИРОВАНИЯ СТАТИСТИЧЕСКОЙ ГИПОТЕЗЫ Ho: m1 = m2 = m3 Ha: m1 ≠ m2 / m1
- 60. ПОРЯДОК ТЕСТИРОВАНИЯ СТАТИСТИЧЕСКОЙ ГИПОТЕЗЫ Ha: m1 ≠ m2 / m1 ≠ m3 / m2 ≠ m3
- 61. H0: m1 = m2 Средняя продолжительность жизни лиц с высшим образованием не отличается от средней продолжительности
- 62. ИССЛЕДОВАТЕЛЬСКИЙ ВОПРОС: УРОВЕНЬ ОБРАЗОВАНИЯ ВЛИЯЕТ НА ПРОДОЛЖИТЕЛЬНОСТЬ ЖИЗНИ? X = 66,9 SD = 14,7 N =
- 63. K-Independent Samples test (Kruskall-Wallis H test) Тест Краскелла-Уоллиса КАК ПРЕДСТАВИТЬ РЕЗУЛЬТАТ («АКАДЕМИЧЕСКАЯ ВЕРСИЯ») m1 = 66,9
- 64. ПОРЯДОК ТЕСТИРОВАНИЯ СТАТИСТИЧЕСКОЙ ГИПОТЕЗЫ 3 ЭТАП: ВЫБОР СТАТИСТИЧЕСКОГО КРИТЕРИЯ / МЕТОДА Ho: РАСПРЕДЕЛЕНИЕ ПРИЗНАКА В ГРУППАХ
- 65. ONE-WAY ANOVA ДИСПЕРСИОННЫЙ АНАЛИЗ ЦЕЛЬ: с помощью ДА исследуют влияние одной (одномерный анализ) или нескольких (многомерный
- 66. ДИСПЕРСИОННЫЙ АНАЛИЗ: ОСНОВНАЯ ИДЕЯ Оценка общей дисперсии по разбросу МЕЖДУ группами средние в каждой группе общее
- 67. ДИСПЕРСИОННЫЙ АНАЛИЗ: ОСНОВНАЯ ИДЕЯ Оценка общей дисперсии по разбросу ВНУТРИ групп сумма квадратов стандартных отклонений внутри
- 68. ДИСПЕРСИОННЫЙ АНАЛИЗ: ОСНОВНАЯ ИДЕЯ Расчет F-статистики ANOVA
- 69. ПОРЯДОК ТЕСТИРОВАНИЯ СТАТИСТИЧЕСКОЙ ГИПОТЕЗЫ Ho: σ 1 = σ 2 = σ 3 (дисперсии средней продолжительности
- 70. ПОРЯДОК ТЕСТИРОВАНИЯ СТАТИСТИЧЕСКОЙ ГИПОТЕЗЫ Ho: m1 = m2 = m3 Ha: m1 ≠ m2 / m1
- 71. ИССЛЕДОВАТЕЛЬСКИЙ ВОПРОС: УРОВЕНЬ ОБРАЗОВАНИЯ ВЛИЯЕТ НА ПРОДОЛЖИТЕЛЬНОСТЬ ЖИЗНИ? X = 66,9 SD = 14,7 N =
- 72. ПОРЯДОК ТЕСТИРОВАНИЯ СТАТИСТИЧЕСКОЙ ГИПОТЕЗЫ Ha: m1 ≠ m2 / m1 ≠ m3 / m2 ≠ m3
- 73. ПОРЯДОК ТЕСТИРОВАНИЯ СТАТИСТИЧЕСКОЙ ГИПОТЕЗЫ УСЛОВИЕ О РАВЕНСТВЕ ДИСПЕРСИЙ СОБЛЮДЕНО Bonferroni – если число групп не более
- 74. ПОРЯДОК ТЕСТИРОВАНИЯ СТАТИСТИЧЕСКОЙ ГИПОТЕЗЫ ПРОБЛЕМА БОНФЕРРОНИ: НЕОБХОДИМО ВНЕСТИ ПОПРАВКУ НА КОЛИЧЕСТВО ГРУПП ОШИБКА 1 ТИПА: α
- 75. ИССЛЕДОВАТЕЛЬСКИЙ ВОПРОС: УРОВЕНЬ ОБРАЗОВАНИЯ ВЛИЯЕТ НА ПРОДОЛЖИТЕЛЬНОСТЬ ЖИЗНИ? X = 66,9 SD = 14,7 N =
- 76. ONE-WAY ANOVA ДИСПЕРСИОННЫЙ АНАЛИЗ КАК ПРЕДСТАВИТЬ РЕЗУЛЬТАТ («АКАДЕМИЧЕСКАЯ ВЕРСИЯ») m1 = 66,9 (95% ДИ: 65,7 –
- 77. ONE-WAY ANOVA ДИСПЕРСИОННЫЙ АНАЛИЗ «доля объяснённой вариабельности» 5 ЭТАП: ИНТЕРПРЕТАЦИЯ РЕЗУЛЬТАТОВ / оценка практической значимости SS
- 78. ONE-WAY ANOVA ДИСПЕРСИОННЫЙ АНАЛИЗ «практическая значимость» результата: f = 0,1 – «незначительный» эффект f = 0.25
- 79. КОРРЕЛЯЦИОННЫЙ АНАЛИЗ
- 80. Математическая зависимость величин Наличие математической зависимости / корреляции НЕ ОЗНАЧАЕТ наличия ПРИЧИННО-СЛЕДСТВЕННОЙ взаимосвязи между переменными НАПРАВЛЕНИЕ
- 81. ЗАДАНИЕ: ОПРЕДЕЛИТЬ НАПРАВЛЕНИЕ И СИЛУ ЗАВИСИМОСТИ ПЕРЕМЕННЫХ
- 82. МНОЖЕСТВО КОРРЕЛЯЦИОННЫХ ПОЛЕЙ Множество корреляционных полей. https://ru.wikipedia.org/wiki/Корреляция
- 83. Как можно количественно выразить математическую зависимость 2-х величин ? КОВАРИАЦИЯ КОРРЕЛЯЦИЯ КОВАРИАЦИЯ – это степень согласованности
- 84. КОРРЕЛЯЦИЯ КОРРЕЛЯЦИЯ – это двумерное измерение силы и направления математической взаимосвязи между двумя переменными 0 +1
- 85. КОЭФФИЦИЕНТЫ КОРРЕЛЯЦИИ Единственный параметрический критерий
- 86. Пример расчета коэффициента корреляции Пирсона 1 ЭТАП. Расчет суммы значений переменных X и Y: Σ(X) =
- 87. Пример расчета коэффициента корреляции Пирсона 2 ЭТАП. Расчет средних арифметических для X и Y: Mx =
- 88. Пример расчета коэффициента корреляции Пирсона 3 ЭТАП. Расчет для каждого значения сопоставляемых показателей величину отклонения от
- 89. Пример расчета коэффициента корреляции Пирсона 4 ЭТАП. Возвести в квадрат каждое значение отклонения dx и dy
- 90. Пример расчета коэффициента корреляции Пирсона 5 ЭТАП. Расчет для каждой пары анализируемых значений произведение отклонений dx
- 91. Пример расчета коэффициента корреляции Пирсона 6 ЭТАП. Расчет значения суммы квадратов отклонений Σ(dx2) и Σ(dy2) Σ(dx2)
- 92. Пример расчета коэффициента корреляции Пирсона 9 ЭТАП. Оценка достоверности результата – расчет t-критерия http://medstatistic.ru/theory/pirson.html Критическое значение
- 93. УСЛОВИЯ ПРИМЕНЕНИЯ КОРРЕЛЯЦИИ ПИРСОНА
- 94. КОЭФФИЦИЕНТ КОРРЕЛЯЦИИ ПИРСОНА Корреляция является симметричной, поэтому она не может говорить о направлении каузальной связи
- 95. Коэффициент детерминации R2 R2 - коэффициент детерминации - доля дисперсии переменной X, объясняемая вариабельностью переменной Y
- 96. УСЛОВИЯ ПРИМЕНЕНИЯ КОЭФФИЦИЕНТА РАНГОВОЙ КОРРЕЛЯЦИИ СПИРМЕНА, КОЭФФИЦИЕНТА КОРРЕЛЯЦИИ КЕНДАЛЛА (тау)
- 97. ОСНОВНОЙ НЕДОСТАТОК КОЭФФИЦИЕНТА КОРРЕЛЯЦИИ Коэффициент корреляции демонстрирует А) направление взаимосвязи переменных Б) силу взаимосвязи переменных НО
- 98. ОСНОВЫ РЕГРЕССИОННОГО АНАЛИЗА
- 99. КОРРЕЛЯЦИЯ VS. РЕГРЕССИЯ МЕЖДУ ПЕРЕМЕННЫМИ ЕСТЬ ЗАВИСИМОСТЬ? КОРРЕЛЯЦИОННЫЙ АНАЛИЗ – демонстрирует лишь направление взаимосвязи переменных и
- 100. РЕГРЕССИЯ: ОСНОВНАЯ ИДЕЯ Y = f(X) Зависимость между переменными может быть выражена УРАВНЕНИЕМ ОСНОВНАЯ ИДЕЯ РЕГРЕССИИОННОГО
- 101. РЕГРЕССИЯ: ОСНОВНАЯ ПРОБЛЕМА КАКАЯ ФОРМА ЗАВИСИМОСТИ ОДНОЙ ПЕРЕМЕННОЙ ОТ ДРУГОЙ ПЕРЕМЕННОЙ? КАКАЯ ФОРМА ЗАВИСИМОСТЬ ОДНОЙ ПЕРЕМЕННЫХ
- 102. ВЫБОР МОДЕЛИ РЕГРЕССИОННОГО АНАЛИЗА ДИХОТОМИЧЕСКАЯ ЗАВИСИМАЯ ПЕРЕМЕННАЯ НЕПРЕРЫВНАЯ КАТЕГОРИАЛЬНАЯ МНОЖЕСТВЕННАЯ ЛИНЕЙНАЯ РЕГРЕССИЯ БИНАРНАЯ ЛОГИСТИЧЕСКАЯ МУЛЬТИНОМИАЛЬНАЯ ЛОГИСТИЧЕСКАЯ
- 103. ЛИНЕЙНЫЙ РЕГРЕССИОННЫЙ АНАЛИЗ ПРОСТАЯ ЛИНЕЙНАЯ РЕГРЕССИЯ МНОЖЕСТВЕННАЯ ЛИНЕЙНАЯ РЕГРЕССИЯ Y – зависимая переменная / переменная отклика
- 104. Идея LRA: построить прямую, наиболее точно предсказывающую значение зависимой переменной от предиктора (-ов) (и рассчитать ее
- 105. H0 (LRA): - Зависимая переменная лучше всего описывается средней арифметической Ha (LRA): - Зависимая переменная лучше
- 106. SSт общая сумма различий между фактическими данными и средней арифметической СНАЧАЛА ПРОГРАММА АНАЛИЗИРУЕТ, НАСКОЛЬКО ХОРОШО СРЕДНЯЯ
- 107. SSR общая сумма различий между фактическими данными и моделью ДАЛЕЕ ПРОГРАММА АНАЛИЗИРУЕТ, НАСКОЛЬКО ХОРОШО МОДЕЛЬ (Hа)
- 108. SSМ = SSт – SSR ПОКАЗЫВАЕТ УЛУЧШЕНИЕ В ПРЕДСКАЗАТЕЛЬНОЙ СИЛЕ МОДЕЛИ В СРАВНЕНИИ С ПРОСТОЙ СРЕДНЕЙ
- 109. ЛИНЕЙНЫЙ РЕГРЕССИОННЫЙ АНАЛИЗ ПРОГРАММА РАССЧИТЫВАЕТ СТАТИСТИКУ РЕГРЕССИОННОЙ МОДЕЛИ (F – TEST) СПОСОБНОСТЬ МОДЕЛИ УЛУЧШАТЬ ПРЕДСКАЗАНИЕ ЗАВИСИМОЙ
- 110. + E Bn – коэффициент регрессии / градиент - демонстрирует изменение значения зависимой переменной (Y) при
- 111. А) ЗАВИСИМАЯ ПЕРЕМЕННАЯ: количественная непрерывная (неограниченная) Б) НЕЗАВИСИМЫЕ ПЕРЕМЕННЫЕ (ПРЕДИКТОРЫ): количественные непрерывные и дихотомические (0;1) В)
- 112. OUTLIER: случаи, значительно влияющие на тренд (>2,58 – проблема) INFLUENTIAL CASES: случаи, заметно влияющие на модель
- 113. ПРИМЕР ЛИНЕЙНОГО РЕГРЕССИОННОГО АНАЛИЗА ВЕЛИЧИНА РАСХОДОВ ПАЦИЕНТОВ НА МЕДИКАМЕНТЫ ПОЛ ПАЦИЕНТА ДОХОД ПАЦИЕНТА ВОЗРАСТ ПАЦИЕНТА
- 114. ПОРЯДОК ТЕСТИРОВАНИЯ СТАТИСТИЧЕСКОЙ ГИПОТЕЗЫ 1 ЭТАП: ФОРМУЛИРУЕМ Н0 и На 2 ЭТАП: ОПРЕДЕЛЯЕМ УСЛОВИЯ, ПРИ КОТОРЫХ
- 115. ПОРЯДОК ТЕСТИРОВАНИЯ СТАТИСТИЧЕСКОЙ ГИПОТЕЗЫ 3 ЭТАП: ВЫБОР СТАТИСТИЧЕСКОГО КРИТЕРИЯ / МЕТОДА ВЕЛИЧИНА РАСХОДОВ ПАЦИЕНТОВ НА МЕДИКАМЕНТЫ
- 116. ПОРЯДОК ТЕСТИРОВАНИЯ СТАТИСТИЧЕСКОЙ ГИПОТЕЗЫ Ho: F-статистика модели стат.незначима Ha: F-статистика модели стат.значима формулируем H0 и Hа
- 117. ПОРЯДОК ТЕСТИРОВАНИЯ СТАТИСТИЧЕСКОЙ ГИПОТЕЗЫ 4 ЭТАП: МАТЕМАТИЧЕСКИЕ РАССЧЕТЫ МОДЕЛЬ ОБЪЯСНЯЕТ 8,1% ДИСПЕРСИИ ЗАВИСИМОЙ ПЕРЕМЕННОЙ
- 118. ПОРЯДОК ТЕСТИРОВАНИЯ СТАТИСТИЧЕСКОЙ ГИПОТЕЗЫ Ho: t-статистика b стат.незначима Ha: t-статистика b стат.значима формулируем H0 и Hа
- 119. ИНТЕРПРЕТАЦИЯ РЕЗУЛЬТАТОВ Y = расходы на медикаменты B0 = CONSTANT = 551,1 B1 = ВОЗРАСТ =
- 121. Скачать презентацию