Comment comparer des ensembles de nombres appariés
Les non appariés (indépendant-échantillon), l'un des tests t-Way ANOVA, ANCOVA, et leurs homologues non paramétriques traitent avec des comparaisons entre deux ou plusieurs groupes de indépendant
échantillons de données, tels que les différents groupes de sujets, où il ya pas de lien logique entre un sujet spécifique dans un groupe et un sujet précis dans un autre groupe.Mais vous voulez souvent comparer des ensembles de données où précisément ce genre de jumelage existe. Données appariées paire vient dans plusieurs situations (illustrés ici pour deux ensembles de données, mais applicable à tout nombre de jeux):
Les valeurs proviennent de la même matière, mais à deux ou plusieurs fois différentes, comme avant et après un certain type de traitement, l'intervention, ou un événement.
Les valeurs proviennent d'un essai clinique en crossover, dans laquelle le même sujet reçoit deux ou plusieurs traitements à deux ou plusieurs phases consécutives de l'essai.
Les valeurs proviennent de deux ou plusieurs personnes différentes qui ont été appariés, ou appariées, en quelque sorte. Ils peuvent être des jumeaux ou ils peuvent être adapté sur la base de caractéristiques similaires (telles que l'âge, le sexe, et ainsi de suite).
En comparant les paires appariées
Comparaisons par paires sont généralement traitées par le test t de Student apparié. Si vos données ne sont pas normalement distribué, vous pouvez utiliser la non paramétrique Test de Wilcoxon des rangs signés au lieu.
Le test t de Student apparié et test t de Student un groupe sont vraiment le même test. Lors de l'exécution d'un test t apparié, vous (ou le logiciel) d'abord calculer la différence entre chaque paire de chiffres (par exemple, de soustraire la valeur de prétraitement de la valeur post-traitement), puis de tester ces différences contre la valeur hypothétique 0 en utilisant une Test d'un groupe.
En comparant trois nombres ou plus appariés
Lorsque vous avez trois ou plus de numéros appariés, vous pouvez utiliser mesures répétées analyse de variance (RM-analyse de la variance). Le RM-analyse de la variance peut également être utilisé lorsque vous avez seulement deux groupes- alors il donne exactement la même valeur de p comme apparié test t de Student classique.
Si les données sont non-distribuée normalement, vous pouvez utiliser la non paramétrique Test de Friedman. (Soyez prudent - il existe plusieurs tests Friedman différents, et ce ne sont pas le même que celui qui est utilisé à la place d'une ANOVA à deux voies!)
Un autre problème à prendre en compte avec plus de deux niveaux RM-variance et est la question de la sphéricité - une extension de la notion de variance égale à trois ou plusieurs ensembles de valeurs appariées. Sphéricité indique si les différences appariées ont la même variance pour toutes les paires possibles de niveaux.
Sphéricité est évaluée par la Test de Mauchly, et si les données sont significativement non sphérique, des ajustements spéciaux sont appliqués à la RM-ANOVA par le logiciel.
-
Post-analyse après une analyse de la variance - L'analyse statistique avec Excel pour les nuls
- Comment comparer les données appariées avec r
- Comment comparer deux échantillons de données avec r
-
Trouver les statistiques de test appropriées pour les deux populations indépendantes de taille et de variance égale - Comment faire pour déterminer qui analyse des données à utiliser dans les statistiques II
Comment trouver la statistique de test pour analyse de variance en utilisant l'erreur quadratique moyenne et le traitement carré moyen Comparé à d'autres types de tests d'hypothèses, la construction de la statistique de test pour analyse de la variance est assez complexe. Vous construisez la statistique de test (ou statistique F) à partir de l'erreur quadratique moyenne (MSE)…
Comment tester une différence moyenne en utilisant le test t apparié Vous pouvez tester pour une différence moyenne en utilisant la apparié t-tester si la variable est numérique (par exemple, le revenu, le niveau de cholestérol, ou de miles par gallon) et les individus dans l'échantillon statistique sont soit…
SPSS Statistics couramment utilisés analysent menus Le tableau suivant fournit une liste de certaines des procédures les plus couramment utilisés dans le menu Analyse de IBM SPSS Statistics, qui est une application qui effectue l'analyse statistique des données.Sous-Utile pour . . .Code…
Statistiques II pour les nuls Statistiques II est souvent sur l'analyse de données, et l'astuce est de savoir quand utiliser la méthode d'analyse. Le tableau suivant vous aide à comparer, le contraste, et de décider ce que l'analyse des données à utiliser et quand.…
Biostatistique pour les nuls Pour un test de corrélation en biostatistique (tels que Pearson ou le test de Spearman), choisir le nuage de points qui ressemble à une quantité importante de corrélation. Chaque graphique montre la valeur de r (le coefficient de corrélation)…
En comparant les moyennes: comment les différences de situation de déterminer les méthodes d'essai Vous pouvez vous demander pourquoi il ya tant de nombreux tests pour une telle tâche simple comparaison des moyennes. Eh bien, "moyennes comparant" ne se réfère pas à un seul task- il est un terme large qui peut appliquer à beaucoup de…
L'estimation des besoins taille de l'échantillon avec une calculatrice à portée de main Alors que de nombreux programmes, applications et pages Web sont disponibles pour effectuer puissance et taille de l'échantillon des calculs, ils ne sont pas toujours facile ou intuitif à utiliser. Parce que les tableurs comme Excel sont…
Allez dehors de la norme avec les statistiques non paramétriques Tous les tests statistiques sont calculées sur la base de certaines hypothèses sur vos données, et la plupart des tests de signification classiques (tels que test t de Student, l'analyse de la variance, et les tests de régression) supposent que…
Comment comparer les changements au sein des groupes entre les groupes Comparaison des changements au sein de groupe entre les groupes est une situation particulière, mais qui revient très fréquemment dans l'analyse des données des essais cliniques. Supposons que vous testez plusieurs médicaments contre l'arthrite…
Comment utiliser des tests t de Student pour comparer les moyennes Vous pouvez exécuter les test t de Student en utilisant un logiciel statistique typique et interpréter la sortie produite. Dans cet exemple, vous serez en utilisant le logiciel OpenStat.L'idée de base d'un test tTous les tests t de Student pour…
Estimation de la taille de l'échantillon des tests t de Student apparié en biostatistique Dans la biostatistique, lorsque l'on compare les mesures appariées (tels que les changements entre deux points dans le temps pour le même sujet) en utilisant un test t de Student apparié, le taille de l'effet est exprimée comme le rapport de #…
Estimation de la taille de l'échantillon test t de Student non appariés en biostatistique Dans la biostatistique, lorsque l'on compare les moyennes de deux groupes indépendants de sujets en utilisant un test t de Student non apparié, le taille de l'effet est exprimée comme le rapport de # 916- (delta, la différence entre les moyennes…
Test de signification avec le test d'hypothèse Tous les fameux tests de signification statistique (Student t, khi-carré, ANOVA, etc.) fonctionnent sur le même principe général - ils évaluent l'ampleur de l'effet apparent que vous voyez dans vos données contre la taille des fluctuations…
L'idée de base d'une analyse de variance (Anova) La dite “ analyse de la variance à un facteur ” (ANOVA) est utilisée lorsque l'on compare les trois ou plusieurs groupes de chiffres. Lorsque l'on compare seulement deux groupes (A et B), vous testez la différence (A - B) entre les deux…