Der F - Test Man prüft, ob sich 2 Varianzen unterscheiden, mit dem F-Quotienten: Geprüft werden stets die Schätzungen der Populationsvarianzen aufgrund.

Slides:



Advertisements
Ähnliche Präsentationen
T - Test Prüfung des Mittelwerteunterschieds bei abhängigen und unabhängigen Stichproben.
Advertisements

Der U - Test Man hat ordinalskalierte Daten (Rangdaten) und testet, ob sich die Meßobjekte in 2 unabhängigen Gruppen in ihren Rängen unterscheiden. Beispiel:
Der F - Test Man prüft, ob sich 2 Varianzen unterscheiden, mit dem F-Quotienten: Geprüft werden stets die Schätzungen der Populationsvarianzen aufgrund.
Heute 1.F – Test zur Varianzhomogenität 2.Bartlett-Test zur Varianzhomogenität 3.Chi – Quadrat Tests für Häufigkeiten 4.Chi – Quadrat Tests zur Verteilungsanpassung.
Theorie psychometrischer Tests, III
Forschungsstrategien Johannes Gutenberg Universität Mainz
Thema der Stunde I. Einführung in die Varianzanalyse:
Multivariate Analysemethoden Johannes Gutenberg Universität Mainz
Gliederung Definition des Wahrscheinlichkeitsbegriffes
Gliederung Der Begriff der Stichprobe, Stichprobenfehler
Gliederung Unterschied zwischen parametrischen und nicht-parametrischen Testverfahren Abhängige vs. unabhängige Stichprobe Mann-Whithney-U-Test für unabhängige.
Forschungsstatistik II
Forschungsstatistik II
Forschungsstatistik II Prof. Dr. G. Meinhardt SS 2005 Fachbereich Sozialwissenschaften, Psychologisches Institut Johannes Gutenberg Universität Mainz KLW-24.
Forschungsstatistik II
Forschungsstatistik II Prof. Dr. G. Meinhardt SS 2005 Fachbereich Sozialwissenschaften, Psychologisches Institut Johannes Gutenberg Universität Mainz KLW-23.
Heute Prüfung der Produkt-Moment Korrelation
Forschungsstatistik I
Forschungsstatistik I Prof. Dr. G. Meinhardt WS 2005/2006 Fachbereich Sozialwissenschaften, Psychologisches Institut Johannes Gutenberg Universität Mainz.
Der Produkt-Moment- Korrelationskoeffizient Der Produkt-Moment Korrelationskoeffizient gibt Stärke und Richtung des linearen Zusammenhanges zweier Variablen.
Forschungsstatistik I Prof. Dr. G. Meinhardt WS 2005/2006 Fachbereich Sozialwissenschaften, Psychologisches Institut Johannes Gutenberg Universität Mainz.
Forschungsstatistik II Prof. Dr. G. Meinhardt SS 2006 Fachbereich Sozialwissenschaften, Psychologisches Institut Johannes Gutenberg Universität Mainz KLW-26.
Forschungsstatistik II Prof. Dr. G. Meinhardt SS 2006 Fachbereich Sozialwissenschaften, Psychologisches Institut Johannes Gutenberg Universität Mainz KLW-18.
A-Priori Kontraste Prüfung des Mittelwerteunterschieds von Faktorstufen bzw. Kombinationen von Faktorstufen: z.B.: oder.
Der Binomialtest Man habe einen wahren Anteil P.
Kurzanleitung: Gleichungen lösen
Hypothesen testen: Grundidee
Prüfung statistischer Hypothesen
Fragen Was wird mit der Alphafehler-Kumulierung bzw. –inflation bezeichnet? Wie hoch ist die Wahrscheinlichkeit bei einer Untersuchung mit 4 Gruppen einen.
Nachholung der Vorlesung vom Freitag
Konfidenzintervalle Intervallschätzung
Ab nächster Woche wird die Übungsgruppe Gruppe 2: Henrike Berg Di SR 222 wegen Personalmangel eingestellt.
Die Student- oder t-Verteilung
Achtung Vorlesung am Montag, den 21. Juni Zeit: Uhr Ort: Kiste.
Die Vorlesung am 14. Mai (Tag nach Himmelfahrt) wird auf Montag, den 17. Mai verlegt! Zeit: 16 Uhr Ort: Kiste Nächste Woche!!!!
Statistische Methoden II SS 2003 Vorlesung:Prof. Dr. Michael Schürmann Zeit:Freitag (Pause: ) Ort:Hörsaal Loefflerstraße Übungen.
Statistische Methoden II SS 2003
Test auf Normalverteilung
Unser zehntes Tutorium Materialien unter:
Einstichproben-Tests
Vorlesung: ANOVA I
Eigenschaften der OLS-Schätzer
Überblick Statistik Deskriptive Statistik=beschreibende Statistik
Chi Quadrat Test Tamara Katschnig.
Wahrscheinlichkeitsrechnung
Überblick Statistik Deskriptive Statistik=beschreibende Statistik
Überblick Statistik Deskriptive Statistik=beschreibende Statistik
Überblick Statistik Deskriptive Statistik=beschreibende Statistik
STATISIK LV Nr.: 0028 SS Mai 2005.
STATISIK LV Nr.: 0021 WS 2005/ Oktober 2005.
STATISIK LV Nr.: 1852 WS 2005/ Dezember 2005.
STATISIK LV Nr.: 1375 SS März 2005.
Lineare Restriktionen
1 STATISIK LV Nr.: 0021 WS 2005/ November 2005.
Forschungsmethodik II, SS 2010 Vesna Pavlovski & Julia Pichlhöfer
Statistik Statistik I Seminar + Blockveranstaltung Statistik I
Stochastik ganz kurz Beispiel diskret Würfelwurf Beispiel stetig
Der Binomialtest Man habe einen wahren Anteil P. Kann man aufgrund von p sagen, daß in der Population tatsächlich der Anteil P zugrunde liegt? [Beispiele]
Die Binomialverteilung
STATISIK LV Nr.: 1375 SS März 2005.
Prüft ebenfalls die Annahme der Varianzhomogenität (exakter)
Forschungsstrategien Johannes Gutenberg Universität Mainz
Statistik im Labor BFB-tech Workshop Eugen Lounkine.
Begriffe Ableitungen Rechnen mit Excel
Multivariate Analysemethoden Johannes Gutenberg Universität Mainz
► Zahlen kleiner 0 heissen negative Zahlen.
Signifikanz – was ist das überhaupt?
- mal + = - + mal - = - + mal + = + - mal - = +
Forschungsstrategien Johannes Gutenberg Universität Mainz
Multivariate Analysemethoden Johannes Gutenberg Universität Mainz
 Präsentation transkript:

Der F - Test Man prüft, ob sich 2 Varianzen unterscheiden, mit dem F-Quotienten: Geprüft werden stets die Schätzungen der Populationsvarianzen aufgrund der Stichprobendaten Der Quotient ist F-verteilt mit n1-1 Zählerfreiheitsgraden und n2-1 Nennerfreiheitsgraden. Die größere der beiden Varianzen ist in den Zähler zu stellen. Der F-Test ist grundsätzlich einseitig. F-Verteilungen sind nicht symmetrisch und besitzen eine Schiefe, die von den beiden Freiheitsgraden abhängt. Bei 1 vielleicht mal die Simulation de´s Centrak Limit, wenn Zeit Bei 2 Vorrechenen an der tafel! [Excel-Beispiel] [Mathematica-Demo]

Prüft ebenfalls die Annahme der Varianzhomogenität (exakter) Bartlett-Test Prüft ebenfalls die Annahme der Varianzhomogenität (exakter) Es sollte a = 0.25 gewählt werden, da man an der Beibehaltung der H0 interessiert ist. Der Test ist nur reliabel für normalverteilte Daten. [Rechenbeispiel]

Der U - Test Man hat ordinalskalierte Daten (Rangdaten) und testet, ob sich die Meßobjekte in 2 unabhängigen Gruppen in ihren Rängen unterscheiden. Beispiel: Nordd/Südd. Schüler im Schultest 18 23 4 22 1 15 10 16 12 25 28 24 3 20 27 21 26 7 11 19 6 14 2 13 5 8 17 9 Rang Süd Nord Nr Süd Nord 1 22 13 2 47 16 Haben die Nord- und Süd. Schüler verschiedene Rankings nach ihrer Leistung im Schultest ? 3 53 27 4 35 24 5 33 11 Ranking 6 2 12 7 Bei 1 vielleicht mal die Simulation de´s Centrak Limit, wenn Zeit Bei 2 Vorrechenen an der tafel! 48 18 8 7 17 9 8 40 10 34 19 11 41 31 12 49 32 13 45 14 39 15 23 16 38

Der U - Test Berechnung eines U – Wertes: Es gilt: Ferner: 18 23 4 22 1 15 10 16 12 25 28 24 3 20 27 21 26 7 11 19 6 14 2 13 5 8 17 9 Rang Süd Nord Es gilt: Bei 1 vielleicht mal die Simulation de´s Centrak Limit, wenn Zeit Bei 2 Vorrechenen an der tafel! Ferner: Man kann die Teststatistik alternativ über U oder U‘ berechnen. Rangsummen

Der U - Test Berechnung der Prüfgrüße: Unter H0 gilt: mit 18 23 4 22 1 15 10 16 12 25 28 24 3 20 27 21 26 7 11 19 6 14 2 13 5 8 17 9 Rang Süd Nord Unter H0 gilt: mit U bzw. U‘ sind normalverteilt: Bei 1 vielleicht mal die Simulation de´s Centrak Limit, wenn Zeit Bei 2 Vorrechenen an der tafel! Prüfung in Standardnormalverteilung Rangsummen [Rechenbeispiel]

Der U - Test Bei Rangbindungen rechnet man mit einer Korrekturformel für die Streuung: Korrigierte Streuung: mit: Bei 1 vielleicht mal die Simulation de´s Centrak Limit, wenn Zeit Bei 2 Vorrechenen an der tafel! ti = Personen, die sich Rang i teilen (Länge der Rangbindung) k = Anzahl der Gruppen mit Rangbindungen [Beispiel verbundene Ränge]

Der Wilcoxon - Test Man hat ordinalskalierte Daten (Rangdaten) und testet, ob sich die Meßobjekte in 2 abhängigen Gruppen in ihren Rängen unterscheiden. Beispiel: wie t- Test abhängig 1 89 2 93 94 3 98 100 4 102 -2 5 99 6 106 110 7 117 112 -5 8 104 9 92 10 103 Nr Test 1 Test 2 D Ranking von |D| Unterscheiden sich die Rangsummen der Differenzen mit positivem und negativem Vorzeichen? Bei 1 vielleicht mal die Simulation de´s Centrak Limit, wenn Zeit Bei 2 Vorrechenen an der tafel!

Der Wilcoxon - Test Man hat ordinalskalierte Daten (Rangdaten) und testet, ob sich die Meßobjekte in 2 abhängigen Gruppen in ihren Rängen unterscheiden. Fall Nr Test1 Test2 D |D| Rang + - 1 89 89 2 93 94 1 1 1 1 3 98 100 2 2 2.5 2.5 Prüfe Rangsummen T und T‘ 4 102 100 -2 2 2.5 (-) 2.5 5 99 102 3 3 4 4 6 106 110 4 4 5 5 T: Rangsumme für selteneres Vorzeichen Bei 1 vielleicht mal die Simulation de´s Centrak Limit, wenn Zeit Bei 2 Vorrechenen an der tafel! 7 117 112 -5 5 6.5 (-) 6.5 8 99 104 5 5 6.5 6.5 9 92 100 8 8 8 8 10 94 103 9 9 9 9 T’ T 36 9

Der Wilcoxon - Test Es gilt: Rang + - 1 2.5 4 5 6.5 8 9 T T' 36 (Wird um Anzahl der Null- Differenzen reduziert) Es gilt: Bei 1 vielleicht mal die Simulation de´s Centrak Limit, wenn Zeit Bei 2 Vorrechenen an der tafel! Rangsummen Man kann die Teststatistik alternativ über T oder T‘ berechnen. T‘ T

Der Wilcoxon - Test Berechnung der Prüfgrüße: Unter H0 gilt: mit Rang + - 1 2.5 4 5 6.5 8 9 T T' 36 Rangsummen T‘ mit T bzw. T‘ sind normalverteilt für N > 25: Bei 1 vielleicht mal die Simulation de´s Centrak Limit, wenn Zeit Bei 2 Vorrechenen an der tafel! Prüfung in Standardnormalverteilung [für N  25 gesonderte Tabelle (Bortz, Tab. G)] [Rechenbeispiel]