Studentovy t-testy

Verze z 6. 9. 2014, 18:59, kterou vytvořil Dita Lazárková (lazarkovadita@gmail.com) (diskuse | příspěvky) (Založena nová stránka s textem „== Směrodatná chyba a interval spolehlivosti == === Směrodatná chyba === * nakolik se na zjištěnou hodnotu můžeme spolehnout * nejčastější ''…“)
(rozdíl) ← Starší verze | zobrazit aktuální verzi (rozdíl) | Novější verze → (rozdíl)

Směrodatná chyba a interval spolehlivosti

Směrodatná chyba

  • nakolik se na zjištěnou hodnotu můžeme spolehnout
  • nejčastější s – číselné vyjádření spolehlivosti průměru
  • z korpusu vezmeme náhodné vzorky → průměr → vezmeme jiné náhodné vzorky → trochu jiný průměr → ... → průměry začnou mít rysy normálního rozdělení
  • směrodatnou odchylku vydělíme odmocninou z počtu prvků
  • = směrodatná odchylka rozdělení hodnot průměrů
  • interval spolehlivosti pro průměr (s jistotou 68,26% se skutečný průměr nachází do vzdálenosti od naměřeného prů-měru)


Výběrová chyba

  • rozdíl mezi hodnotou zjištěnou ve výběrovém souboru a skutečnou hodnotou v základním souboru
  • špatně se počítá → směrodatná chyba určuje hypotetickou náhodnou variabilitu ukazatele za předpokladu, že by byl tento ukazatel zjišťován na větším množství vzorků


Základní rysy t-testů

  • používají se pro porovnávání aritmetických průměrů
  • nezávislé měření – výsledky měření ve dvou skupinách na sobě nejsou závislé
  • × závislé měření – každý výsledek v jedné skupině je nějak závislý na jednom výsledku v druhé
1) např. jeden člověk dvakrát mluví za různých podmínek
2) spárované příklady, např. podle hlasového rozsahu
3) jednovaječná dvojčata
= korelovaná měření
  • základní princip – poměření sledovaného rozdílu (kterého se týká nulová hypotéza) ukazatelem variability dat, který má povahu směrodatné chyby (používá směrodatnou chybu průměru)
  • další typ – porovnání průměrů dvou skupin nezávislých měření
- čím větší je rozdíl mezi průměry a čím menší je variabilita, tím větší je pravděpodobnost, že sledovaný rozdíl není pouze náhodný
- poměřuje směrodatnou chybu rozdílu mezi průměry
  • test pro korelovaná měření – používá směrodatnou chybu průměru rozdílů mezi oběma spárovanými měřeními → porovnáváme jen hodnoty v páru mezi sebou


Podmínky pro užití t-testů

  • určit jeden ze 3 druhů t-testu
  • jednostranný – jen pokud bezpečně známe polaritu sledovaného rozdílu
  • × oboustranný – většina
  • t-testy jsou parametrické = vycházejí z aritmetického průměru a rozptylu → musí být normální rozdělení
  • v obou skupinách musí být srovnatelný rozptyl (ověření např. pomocí Levenova testu)
  • Studentovo rozdělení plošší uprostřed, ale vyšší extrémy oproti normálnímu rozdělení
- čím více stupňů volnosti, tím více se podobají (pro 120 případů už skoro stejná)
  • velikost efektu – pokud se efekt projevuje na velkém vzorku, ale na malém ne, pak existuje, ale je příliš slabý



Reference

  • Volín, J. (2007): Statistické metody ve fonetickém výzkumu. Praha: Epocha.
  • Meloun, M. - Militký, J. (2001): Kompendium statistického zpracování dat. Praha: Academia. (vybrané části)
  • Robson, C. (1973): Experiment, design and statistics in psychology. Harmondsworth: Penguin Books Ltd.
  • Urdan, T. C. (2001): Statistics in plain English. London: Lawrence Erlbaum Associates.
  • Lamser, V. - Růžička, L. (1970): Základy statistiky pro sociology. Praha: Svoboda.


Zpět na rozcestník: Statistické metody ve fonetickém výzkumu | Fonetika