- •Введение
- •Раздел I. Введение в теорию вероятностей
- •Понятие о случайном событии
- •Классическое определение вероятности
- •Относительная частота. Статистическое определение вероятности.
- •Геометрическая вероятность
- •Свойства вероятностей Сложение вероятностей несовместимых событий
- •Умножение вероятностей
- •Сложение вероятностей совместимых событий
- •Формула полной вероятности
- •Основные формулы комбинаторики
- •Дискретные и непрерывные случайные величины. Понятие «случайные величины»
- •Закон распределения случайной величины
- •Теоретические распределения вероятностей
- •Биномиальное распределение
- •Распределение Пуассона
- •Числовые характеристики дискретных случайных величин
- •Нормальное распределение
- •Вопросы для самопроверки:
- •Раздел II. Основные понятия и термины биологической статистики Генеральная совокупность и выборка
- •Непреднамеренный отбор. Метод последовательных номеров. Случайный и механический методы отбора
- •Признаки и показатели
- •Правила ранжирования
- •Способы группировки первичных данных.
- •Схемы (модели) научного исследования
- •Однофакторная и многофакторная модель Контрольные и экспериментальные группы
- •Метод автоконтроля
- •Метод дублирования
- •Метод последовательного пополнения групп
- •Численность контрольных и экспериментальных групп
- •Научные гипотезы
- •Направленные гипотезы
- •Статистические критерии
- •Параметрические критерии
- •Непараметрические критерии
- •Уровни статистической значимости
- •1 Рода.
- •Вопросы для самопроверки
- •Раздел III. Статистические методы обработки экспериментальных данных
- •Проверка гипотезы о законе распределения
- •Χ2 Пирсона
- •Описательные статистики Концепция сжатия экспериментальных данных
- •Показатели центральной тенденции. Средние.
- •Медиана
- •Персентили
- •Показатели изменчивости
- •Стандартизованные данные
- •Показатели асимметрии и эксцесса
- •Эксцесс
- •Работа с качественными переменными Количественная оценка результатов эксперимента.
- •Вопросы для самопроверки:
- •Сравнение двух независимых групп т критерий Стьюдента
- •Критерии согласия для дисперсий
- •U критерий Маана-Уитни
- •Сравнение качественных признаков Критерий χ2
- •Сравнение долей
- •Точный тест Фишера
- •Сравнение более двух независимых групп Однофакторный дисперсионный анализ Фишера
- •Критерий Краскела-Уоллиса
- •Сравнение двух зависимых групп Парный т критерий Стьюдента
- •Парный критерий т – Вилкоксона
- •Критерий x2r Фридмана
- •Тест Мак-Немара
- •Корреляционный анализ
- •Вычисление и интерпретация параметров парной линейной корреляции
- •Условия применения и ограничения корреляционно анализа
- •Вычисление и интерпретация параметров парной линейной корреляции
- •Измерение связи количественных признаков
- •Измерение связи порядковых признаков
- •Измерение связи номинальных признаков
- •Относительный риск. Отношение шансов
- •Статистическая оценка надежности параметров парной корреляции
- •Частная корреляция
- •Факторный анализ
- •Вопросы для самопроверки:
- •Регрессионный анализ
- •Метод наименьших квадратов
- •Выбор формы функциональной зависимости
- •Применение парного линейного уравнения регрессии
- •Корреляционно-регрессионные модели (крм) и их применение в анализе и прогнозе.
- •Логистическая регрессия
- •Анализ динамических изменений Применение метода наименьших квадратов при исследовании тенденции развития
- •Анализ циклических изменений
- •Метод обычных средних
- •Метод корригирования средних
- •Метод отношения фактических данных
- •Ошибки, допускаемые при количественной характеристике сезонных колебаний
- •Кластерный анализ
- •Иерархическое дерево
- •Меры расстояния
- •Правила объединения или связи
- •Метод k средних
- •Выбор между параметрическими и непараметрическими тестами: легкая ситуация.
- •Выбор между параметрическими и непараметрическими тестами: сложные случаи.
- •Выбор между параметрическим и непараметрическим тестом: насколько это на самом деле влияет на результат?
- •Одно или двухсторонняя p-оценка?
- •Парный или непарный тест?
- •Тест Фишера или хи-квадрат?
- •Регрессия или корреляция?
- •Вопросы для самопроверки:
- •Раздел IV. Работа с программой easystatistics Общие сведения о программе EasyStatistics
- •Создание новой базы данных
- •Работа с файлами
- •Копирование и вставка данных
- •Работа с фильтрами
- •Работа с переменными и строками
- •Статистические методы Описательные статистики
- •Частотный анализ
- •Сравнение независимых выборок
- •Сравнение связанных выборок
- •Дисперсионный анализ
- •Корреляционный анализ
- •Множественная регрессия
- •Проверка типа распределения эмпирических данных
- •Вероятностный калькулятор
- •Задания для самостоятельной работы с программой
- •Список рекомендуемой литературы
- •Граничные (критические) значения 2-критерия, соответствующие разным вероятностям допустимой ошибки и разным степеням свободы
- •Критические значения коэффициентов корреляции для различных степеней свободы (n - 2) и разных вероятностей допустимых ошибок
Сравнение связанных выборок
Необходимо выбрать пункт меню "Статистика→Сравнение связанных выборок" или нажать кнопку .
Предусмотрены следующие критерии в зависимости от характера исходных данных и типа распределения изучаемых переменных:
2 сравниваемые группы (независимая переменная имеет две градации) |
|
Количественные переменные, имеющие нормальное распределение |
Количественные переменные, не имеющие нормальное распределение или порядковые переменные |
T-критерий Стьюдента |
Т-критерий Вилкоксона
|
Внимание: О проверке соответствия переменной нормальному закону распределения см раздел «Проверка типа распределения эмпирических данных»
Назначение настроек «Выводить значение критерия» и «Выводить только достоверные значения аналогичны настройкам для «Сравнения независимых выборок (см. выше).
|
|
Фрагмент исходной базы данных |
Выборка для проведения метода |
Внимание: Сравниваются каждая переменная с каждой, поэтому перед началом работы через установку фильтра отобрать только необходимые переменные.
Например, в данном примере нужно сравнить Вес в начале эксперимента и в конце. Необходимо оставить только эти две переменных. В противном случае ошибки не произойдет, но обрабатываться будет много излишней информации.
|
|
Обработка для всей базы |
Обработка выборки |
Сравнение переменных Вес и Вес2 присутствует в обеих таблицах результатов. Однако, как видно из примера, сравнивать переменные Возраст и Рост бессмысленно, так как они имеют разные единицы измерения.
В случае необходимости вычислений для нескольких групп выборка выглядит примерно следующим образом:
Затем переменная (в данном случае Пол) указывается как независимая.
Результаты выглядят аналогично вышеприведенным, только разнесены по градациям независимой переменной.
Дисперсионный анализ
Необходимо выбрать пункт меню "Статистика→Дисперсионный анализ" или нажать кнопку .
Предусмотрены следующие виды анализа в зависимости от характера исходных данных и типа распределения изучаемых переменных:
Количественные переменные, имеющие нормальное распределение |
Количественные переменные, не имеющие нормальное распределение или порядковые переменные |
Дисперсионный анализ Фишера |
Дисперсионный анализ Краскела-Уоллиса |
Внимание: Если число градаций независимой переменной две рекомендуется использовать группу методов из раздела «Сравнение независимых выборок».
Нажатие кнопки «Вычислить» приводит к переключению в окно результаты
Результаты дисперсионного анализа Фишера
В том случае если в окне настроек установлена галочка «Выводить только достоверные значения»
Как видно из примера, в этом случае не отображается колонка «значимо» и результаты отображаются в соответствии с выбранным уровнем значимости.
Внимание: Дисперсионный анализ показывает только влияние фактора на переменную, но не его направленность.
В вышеприведенном примере, переменная возраст, в принципе не может повлиять на пол обследуемого (это скорее связано с разными частотами юношей и девушек в разных возрастных группах), а влияние на переменную L выявлено, но не ясно в каких возрастах преобладают более высокие или более низкие значения.
Внимание: Для изучения направленности влияний рекомендуется использовать критерий Шеффе (см. раздел «Сравнение независимых выборок»
Результаты дисперсионного анализа Краскела-Уоллиса
Установлена галочка «Выводить только достоверные значения»
Внимание: Поскольку дисперсионный анализ Краскела-Уоллиса выполняется не через расчет межгрупповых и групповых дисперсий, а через суммы рангов, то галочки напротив соответствующих настроек игнорируются. Поэтому при проведении этого анализа рекомендуется их убирать.
Интерпретация результатов аналогична однофакторному дисперсионному анализу Фишера.