Vorstellung Ateliers Permutationstests Nachmittagsateliers.

Slides:



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

Der F - Test Man prüft, ob sich 2 Varianzen unterscheiden, mit dem F-Quotienten: Geprüft werden stets die Schätzungen der Populationsvarianzen aufgrund.
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.
Zentralwert bei Listen: Beispiele und Formeln
Aufgabe Analyse (Friedman-Test) von letzter Stunde wiederholen
Aufgabe Analyse (Friedman-Test) von letzter Stunde wiederholen
Forschungsstrategien Johannes Gutenberg Universität Mainz
Lautbildungstest für Vorschulkinder
Gliederung Definition des Wahrscheinlichkeitsbegriffes
Gliederung Unterschied zwischen parametrischen und nicht-parametrischen Testverfahren Abhängige vs. unabhängige Stichprobe Mann-Whithney-U-Test für unabhängige.
Forschungsstatistik II
Forschungsstatistik II Prof. Dr. G. Meinhardt SS 2005 Fachbereich Sozialwissenschaften, Psychologisches Institut Johannes Gutenberg Universität Mainz KLW-24.
Forschungsstatistik II
Heute Prüfung der Produkt-Moment Korrelation
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.
Schleifen-beobachtung
Konfidenzintervalle für Parameter
Imperative Programmierung
Hypothesen testen: Grundidee
Division Vorkenntnisse sehr gering.
Prüfung statistischer Hypothesen
Nachholung der Vorlesung vom Freitag
Konfidenzintervalle Intervallschätzung
Ab nächster Woche wird die Übungsgruppe Gruppe 2: Henrike Berg Di SR 222 wegen Personalmangel eingestellt.
TESTS. Worum es geht Man möchte testen, ob eine bestimmte Annahme (Hypothese) über Parameter der Realität entspricht oder nicht. Beobachtung (Stichprobe)
Die Student- oder t-Verteilung
Erwartungswert und Varianz I Der endliche Fall Erwartungswert Varianz.
Kolmogorov-Smirnov-Test. A. N. Kolmogorov Geboren in Tambov, Russland. Begründer der modernen Wahrscheinlichkeitstheorie.
Klausurtermin (laut Prüfungsamt) Probeklausur Freitag, 13. Juni 2003 statt Vorlesung.
Achtung Vorlesung am Montag, den 21. Juni Zeit: Uhr Ort: Kiste.
Erwartungswert und Varianz I Der endliche Fall Erwartungswert Varianz.
Sportwissenschaftliche Forschungsmethoden SS Statistischer Test.
Forschungszentrum Karlsruhe für die KASCADE-Grande Kollaboration
Vorlesung: ANOVA I
Vorlesung: ANOVA II.
(Un-)sicherheiten in der Ökosystemmodellierung
Histogramm/empirische Verteilung Verteilungen
Stochastische Simulation
Vergleich der 3 Arten des t-Tests Testergebnisse berichten
Chi Quadrat Test Tamara Katschnig.
Überblick Statistik Deskriptive Statistik=beschreibende Statistik
SPSS für Windows Auswertung von Marktforschungsdaten mit SPSS für Windows WINDER Thomas Porzellangasse 32, 1090 Wien.
Überblick Statistik Deskriptive Statistik=beschreibende Statistik
STATISIK LV Nr.: 1375 SS März 2005.
STATISIK LV Nr.: 0028 SS Mai 2005.
STATISIK LV Nr.: 1852 WS 2005/ Dezember 2005.
Kapitel 9 Analyse der Modellstruktur Hackl, Einführung in die Ökonometrie 2 Rekursive OLS-Schätzung Spezifiziertes Modell: y = X + u y, u:
Kapitel 18 Dynamische Modelle: Schätzen der Parameter
Ökonometrie I Modellvergleich (Übersicht) Ökonometrie I2 Vergleich von Modellen Fragestellungen für Modellvergleich 1.Fehlende Regressoren.
Kapitel 18 Dynamische Modelle: Schätzen der Parameter.
Institut für Theoretische Informatik
Kapitel 14 Trends und Unit-root-Tests
Erheben, berechnen und darstellen von Daten
Varianzanalyse Teststatistik: F – Test -> vergleich zweier Varianzen -> Grundlage der Varianzanalyse Welche „Varianzen“ werden miteinander verglichen?
Zufallsprogrammierung
2.5.2 Multivariate Monte Carlo-Simulation
 Liquidität folgt Bonität
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]
Einführung in Permutations-Test & Bootstrap-Test
STATISIK LV Nr.: 1375 SS März 2005.
Prüft ebenfalls die Annahme der Varianzhomogenität (exakter)
Die Gaussverteilung.
Geoinformationssysteme
Test 1 Test 2 Test 3. Test 4 Test 5 Test 6 Test 7 Test 8 Test 9.
Signifikanz – was ist das überhaupt?
Test.
 Präsentation transkript:

Vorstellung Ateliers Permutationstests Nachmittagsateliers

Vergleich von 2 Stichproben Oft: Test eines Medikamentes auf Wirksamkeit Beispiel: Medikament gegen Blutarmut Hämoglobin (g/dl) gemessen für 2 Gruppen. Beobachtung 1 2 3 4 5 Gruppe B 9.1 10.3 11.0 11.5 11.9 Gruppe K 8.1 8.4 9.2 9.4

Vergleich von 2 Stichproben H0: Gleiche Verteilung in beiden Gruppen HA: Behandele Gruppe hat grössere Werte Teststatistik: Hier wäre: Beobachtung 1 2 3 4 5 Gruppe B 9.1 10.3 11.0 11.5 11.9 Gruppe K 8.1 8.4 9.2 9.4

Vergleich von 2 Stichproben Ist 1.98 viel oder wenig? Parametrische Tests: und Was, falls sicher nicht normalverteilt?

Verteilung unter H0 Nehme Originaldaten: Berechne Teststatistik: Permutiere die Labels: 9.1 10.3 11.0 11.5 11.9 8.1 8.4 9.2 9.4 B K 9.1 10.3 11.0 11.5 11.9 8.1 8.4 9.2 9.4 K B

Verteilung unter H0 Wiederhole dies für alle Permutationen der Labels.

Testen Wo liegt unsere Beobachtung (1.98)? Entscheiden anhand Verteilung ob zufällig oder nicht p-Wert!

Gepaarte Stichproben Beispiel: Blutdruck vor und nach Verabreichung von Blutdruck senkendem Medikament. Messungen in mmHg von systolischem Blutdruck Teststatistik: Summe der positiven Differenzen: 4+22+20+15=61 Ist das viel oder wenig? Patient 1 2 3 4 5 6 Vorher 145 149 140 165 155 160 Nachher 141 150 142 143 135 Differenz -1 -2 22 20 15

Gepaarte Stichproben Ziel: Verteilung unter H0 Idee: Werte „Nachher“ Permutieren Verteilung der Teststatistik Selber programmieren in Atelier mit Basis Programm für ungepaarten Permutationstest

Inhalt Atelier Einführungsbeispiel: Gepaarte Stichproben: Zwei Batteriesorten. Permutationstest: Welche hat längere Lebensdauer? Testen mit zur Verfügung gestelltem Programm. Wo liegen Grenzen? Monte Carlo Simulationen Gepaarte Stichproben: Selber Permutationstest entwickeln für gepaarte Stichproben. Niveau von Permutationstest: Simulieren Daten unter H0 und schauen wie oft Test verwirft.

Voraussetzungen Eigener Laptop dabei! Mit Zufallszahlen umgehen können in einer Programmiersprache Ihrer Wahl. Hilfe und Beispiele sind in R und Python. Slides unter: http://stat.ethz.ch/~dahinden/Kurs/Permutationstest/