Aufgabe Analyse (Friedman-Test) von letzter Stunde wiederholen Dazu in R das Skript verwenden Diesmal sollen die systolischen Blutdrücke untersucht werden
Vergleich von zwei Stichproben mit Parametrischen Tests T-Test für abhängige und unabhängige Stichproben
Parametrische Tests Bedingungen: Daten müssen ein Verhältnis- oder Intervallskalenniveau aufweisen Daten müssen normalverteilt sein Es sollte beachtet werden ob sich sie Varianzen der zu vergleichenden Stichproben unterscheiden
T-Test Aufgabe: Laden von Aufgabe 3 in SPSS und R Überprüfung der Cholesterinwerte und der Blutzuckerwerte auf Normalverteilung (nur in SPSS) Deskriptive Statistik für die Cholesterinwerte und Boxplots (+ Stem and leaf Plot)
Boxplot Eine weiter Art der Datenexploration Darstellung beinhaltet Median erste bis dritte Quartil Maximum und Minimum Ausreißer
Boxplot SPSS Diagramme Veraltete Dialogfelder Boxplot
Stem and leaf Plot SPSS Analysieren Deskriptive Statistik Explorative Datenanalyse
T-Test (abhängige Stichproben) SPSS Analysieren Mittelwerte vergleichen T-Test bei verbundenen Stichproben
T-Test (unabhängige Stichproben) Erst die nötigten Vortests SPSS Analysieren Deskriptive Statistiken Explorative Datenanalyse
T-Test (unabhängige Stichproben) SPSS Analysieren Mittelwerte vergleichen T-Test bei unabhängigen Stichproben
T-Test (unabhängige Stichproben) Leventest auf Varianzenhomogenität
T-Test für abhängige Stichproben Aufgabe: Aufg3. laden Die Funktion zur Berechnung des T-Tests heißt t.test(). Findet mit der Hilfefunktion heraus wie dieser Test bei abhängigen Stichproben verwendet wird. Vergleicht die gleichen Cholesterinwerte wie in SPSS.
T-Test für abhängige Stichproben > t.test(dat$CHOL0, dat$CHOL1, paired = T)
Exkurs: R: Erstellen eines Boxplots > boxplot(dat[,15:18]) Erstellen eines Histogrames > barplot(mean(dat[,15:18])) Erstellen eine Stem and Leaf Plot > stem(dat[,15])
T-Test für unabhängige Stichproben Deskriptive Statistik > tapply(dat$CHOL0 , dat$MED, summary) Boxplot > boxplot(dat$CHOL0 ~ dat$MED) Balkendiagramm > barplot(tapply(dat$CHOL0 , dat$MED, mean)) Stem and Leaf Plot > tapply(dat$CHOL0 , dat$MED, stem)
T-Test für unabhängige Stichproben Erst sollte der Test auf Varinazenhomogenität durchgeführt werden > var.test(dat$CHOL0~dat$MED) Dann kann der T-Test berechnet werden > t.test(dat$CHOL0 ~dat$MED, paired = F, var.equal=T) oder > t.test(dat$CHOL0, dat$CHOL1, paired = F, var.equal = F)
Aufgabe Alles noch einmal wiederholen Deskriptive Statistik, Stem and Leaf Plot, Histogramm, Test auf Varianzenhomogenität und T-Tests Vergleicht die Cholesterinwerte vom ersten und letzten Meßzeitpunkt miteinander (abhängige Stichproben). Prüft ob es einen Unterschied der Cholesterinwerte zwischen Männern und Frauen zum letzten Meßzeitpunkt gibt
Aufgabe Ausdokumentierte Skripte erstellen: T-Test für abhängige und unabhängige Stichproben Deskriptive Statistik Abbildungen Test auf Normalverteilung Test auf Varianzenhomogenität (wenn nötig) T-Test