Johdatus tilastotieteeseen Testit järjestysasteikollisille muuttujille. TKK (c) Ilkka Mellin (2004) 1
|
|
- Väinö Heikkinen
- 7 vuotta sitten
- Katselukertoja:
Transkriptio
1 Johdatus tilastotieteeseen Testit järjestysasteikollisille muuttujille TKK (c) Ilkka Mellin (2004) 1
2 Testit järjestysasteikollisille muuttujille Järjestysasteikollisten muuttujien testit Merkkitesti Wilcoxonin rankitesti Mannin ja Whitneyn testi Wilcoxonin rankisummatesti TKK (c) Ilkka Mellin (2004) 2
3 Testit järjestysasteikollisille muuttujille: Mitä opimme? Tarkastelemme tässä luvussa seuraavia järjestysasteikollisten muuttujien testejä: Merkkitesti ja merkkitesti parivertailuille Wilcoxonin rankitesti ja Wilcoxonin rankitesti parivertailuille Mannin ja Whitneyn testi eli Wilcoxonin rankisummatesti Testit on tarkoitettu todennäköisyysjakauman sijaintiparametreille (mediaanille), mutta ne ovat luonteeltaan ei-parametrisia eli jakaumista riippumattomia siinä mielessä, että testien yleiset hypoteesit eivät tarkkaan määrittele perusjoukon jakaumaa. TKK (c) Ilkka Mellin (2004) 3
4 Testit järjestysasteikollisille muuttujille: Esitiedot Esitiedot: ks. seuraavia lukuja: Tilastollisten aineistojen kerääminen ja mittaaminen Tilastollisten aineistojen kuvaaminen Otos ja otosjakaumat Estimointi Estimointimenetelmät Väliestimointi Tilastolliset testit Satunnaismuuttujat ja todennäköisyysjakaumat Jakaumien tunnusluvut Diskreettejä jakaumia Jatkuvia jakaumia TKK (c) Ilkka Mellin (2004) 4
5 Testit järjestysasteikollisille muuttujille: Lisätiedot Testejäsuhdeasteikollisille muuttujille käsitellään luvussa Testit suhdeasteikollisille muuttujille Testejälaatueroasteikollisille muuttujille käsitellään luvussa Testit laatueroasteikollisille muuttujille Jakaumaoletuksien testaamista käsitellään luvussa Yhteensopivuuden, homogeenisuuden ja riippumattomuuden testaaminen TKK (c) Ilkka Mellin (2004) 5
6 Testit järjestysasteikollisille muuttujille >> Järjestysasteikollisten muuttujien testit Merkkitesti Wilcoxonin rankitesti Mannin ja Whitneyn testi Wilcoxonin rankisummatesti TKK (c) Ilkka Mellin (2004) 6
7 Testit järjestysasteikollisille muuttujille Avainsanat Ei-parametrinen testi Jakauman sijaintiparametri Jakaumista riippumaton testi Järjestysasteikko Kahden otoksen testit Mediaani Parametri Parivertailu Yhden otoksen testit TKK (c) Ilkka Mellin (2004) 7
8 Järjestysasteikollisten muuttujien testit Testit järjestysasteikollisille muuttujille 1/2 Tarkastelemme seuraavia testejä (jatkuville) järjestysasteikollisille muuttujille: Merkkitesti Wilcoxonin rankitesti Mannin ja Whitneyn testi eli Wilcoxonin rankisummatesti Testejä saa käyttää myös välimatka-ja suhdeasteikollisille muuttujille. Mitta-asteikot: ks. lukua Tilastollisten aineistojen kerääminen ja mittaaminen. TKK (c) Ilkka Mellin (2004) 8
9 Järjestysasteikollisten muuttujien testit Testit järjestysasteikollisille muuttujille 2/2 Kaikki käsiteltävät testit ovat ei-parametrisia eli jakaumista riippumattomia, millä tarkoitetaan sitä, että testien yleiset hypoteesit eivät tarkkaan määrittele perusjoukon jakaumaa. Merkkitesti ja Wilcoxonin rankitesti ovat luonteeltaan yhden otoksen testejä, mutta niitä voidaan soveltaa myös parivertailuasetelmissa. Mannin ja Whitneyn testi eli Wilcoxonin rankisummatesti on luonteeltaan kahden otoksen testi. Kaikissa käsiteltävissä testeissä testataan tarkemmin määrittelemättömän todennäköisyysjakauman sijaintiparametria (mediaania) koskevia hypoteeseja TKK (c) Ilkka Mellin (2004) 9
10 Testit järjestysasteikollisille muuttujille Järjestysasteikollisten muuttujien testit >> Merkkitesti Wilcoxonin rankitesti Mannin ja Whitneyn testi Wilcoxonin rankisummatesti TKK (c) Ilkka Mellin (2004) 10
11 Merkkitesti Avainsanat Asymptoottinen testi Binomijakauma Ei-parametrinen testi Jakaumista riippumaton testi Järjestysasteikko Mediaani Normaalijakauma Parametri Parivertailu Testisuure Testisuureen jakauma t-testi Yhden otoksen testit TKK (c) Ilkka Mellin (2004) 11
12 Merkkitesti Testausasetelma Olkoon X1, X2,, X n yksinkertainen satunnaisotos perusjoukosta S, jonka jakauma on symmetrinen. Asetetaan jakauman mediaanille Me nollahypoteesi H :Me = Me 0 0 Testausongelma: Ovatko havainnot sopusoinnussa nollahypoteesin H 0 kanssa? Ongelman eräänä ratkaisuna on merkkitesti, joka vastaa yhden otoksen t-testiä. TKK (c) Ilkka Mellin (2004) 12
13 Merkkitesti Testisuureet Määritellään erotukset ja olkoon D i = X i Me 0, i = 1, 2,, n n n niiden erotusten D i lukumäärä, jotka ovat 0. Jos nollahypoteesi H 0 pätee, positiivisten ja negatiivisten erotusten on jakauduttava suunnilleen tasan. Määritellään testisuureet S ja S + : S = negatiivisten erotusten D i = X i Me 0 lukumäärä S + = positiivisten erotusten D i = X i Me 0 lukumäärä TKK (c) Ilkka Mellin (2004) 13
14 Merkkitesti Testisuureiden S ja S + ominaisuudet (i) S + S + = n (ii) Jos nollahypoteesi H 0 pätee, testisuureet S ja S + noudattavat binomijakaumaa Bin(n, q) parametrein n ja q = 1/2: (iii) (iv) S ~ Bin(n, 1/2) S + ~Bin(n, 1/2) Jos nollahypoteesi H 0 pätee, + E( S ) = E( S ) = nq = n Jos nollahypoteesi H 0 pätee, D( S ) = D( S ) = nq(1 q) = n TKK (c) Ilkka Mellin (2004) 14
15 Merkkitesti Eksakti testi Testisuureiden S ja S + jakaumat on taulukoitu ja monet tietokoneohjelmat laskevat testin p-arvoja. Merkkitestin p-arvot määrätään seuraavilla kaavoilla, joissa s (s + ) on testisuureen S (S + ) havaittu arvo: (i) Vaihtoehtoinen hypoteesi H 1 : Me > Me 0 Testin p-arvo: p = Pr(S + > s + ) (ii) Vaihtoehtoinen hypoteesi H 1 : Me < Me 0 Testin p-arvo: p = Pr(S < s ) (iii) Vaihtoehtoinen hypoteesi: H 1 : Me Me 0 Testin p-arvo: p = 2 min{pr(s + > s + ), Pr(S < s )} TKK (c) Ilkka Mellin (2004) 15
16 Merkkitesti Standardoitu S-testisuure ja sen jakauma 1/2 Jos nollahypoteesi H 0 pätee, + 1 E( S ) = E( S ) = n D( S ) = D( S ) = 4 n Määritellään testisuure z = S E( S ) * * * D( S ) jossa S * = S tai S +. 2 TKK (c) Ilkka Mellin (2004) 16
17 Merkkitesti Standardoitu S-testisuure ja sen jakauma 2/2 Jos nollahypoteesi H 0 pätee, niin testisuure z = S E( S ) * * * D( S ) noudattaa suurissa otoksissa approksimatiivisesti standardoitua normaalijakaumaa N(0, 1): z ~ a N(0,1) Approksimaatio on tavallisesti riittävän hyvä, jos n > 20. Pienissä otoksissa nojataan testisuureen S * tarkkaan jakaumaan. TKK (c) Ilkka Mellin (2004) 17
18 Merkkitesti Asymptoottinen testi Testisuureen z = S normaaliarvo = 0, koska nollahypoteesin H 0 pätiessä E(z) = 0 E( S ) * * * D( S ) Siten itseisarvoltaan suuret testisuureen z arvot viittaavat siihen, että nollahypoteesi H 0 ei päde. Nollahypoteesi H 0 hylätään, jos testin p-arvo on kyllin pieni. Hylkäysalueen valinta ja p-arvon määrääminen: ks. lukua Testit suhdeasteikollisille muuttujille. TKK (c) Ilkka Mellin (2004) 18
19 Merkkitesti Kommentteja Merkkitesti voidaan tulkita yhden otoksen t-testin eiparametriseksi vastineeksi. Merkkitestissä ei tehdä toisin kuin yhden otoksen t-testissä mitään oletuksia perusjoukon jakauman tyypistä. Merkkitestin testisuureen arvo ei riipu havaintoarvoista, vaan ainoastaan niiden keskinäisestä järjestyksestä. TKK (c) Ilkka Mellin (2004) 19
20 Merkkitesti Merkkitestin soveltaminen parivertailuasetelmiin 1/2 Merkkitestiä voidaan soveltaa parivertailuasetelmiin, joissa havainnot muodostuvat toisistaan riippumattomista mittauspareista (X i, Y i ), i = 1, 2,, n Oletetaan, että X-ja Y-mittausten jakaumat ovat muuten samat, mutta niiden mediaaneilla (sijaintiparametreilla) saattaa olla eri arvot. Määritellään havaintojen X i ja Y i erotukset D i = X i Y i, i = 1, 2,, n ja olkoon n niiden erotusten D i lukumäärä, jotka ovat 0. TKK (c) Ilkka Mellin (2004) 20
21 Merkkitesti Merkkitestin soveltaminen parivertailuasetelmiin 2/2 Tehdään oletus, että erotusten D i = X i Y i, i = 1, 2,, n jakauma on symmetrinen. Määritellään testisuureet S ja S + erotuksille D i kuten edellä. Olkoon Me D erotusten D i = X i Y i, i = 1, 2,, n mediaani. Tällöin nollahypoteesin H : Me = 0 0 D testaamiseen voidaan soveltaa merkkitestiä. TKK (c) Ilkka Mellin (2004) 21
22 Testit järjestysasteikollisille muuttujille Järjestysasteikollisten muuttujien testit Merkkitesti >> Wilcoxonin rankitesti Mannin ja Whitneyn testi Wilcoxonin rankisummatesti TKK (c) Ilkka Mellin (2004) 22
23 Wilcoxonin rankitesti Avainsanat Asymptoottinen testi Ei-parametrinen testi Jakaumista riippumaton testi Järjestysasteikko Mediaani Normaalijakauma Parametri Parivertailu Testisuure Testisuureen jakauma t-testi Yhden otoksen testit TKK (c) Ilkka Mellin (2004) 23
24 Wilcoxonin rankitesti Testausasetelma Olkoon X1, X2,, X n yksinkertainen satunnaisotos perusjoukosta S, jonka jakauma on symmetrinen. Asetetaan jakauman mediaanille Me nollahypoteesi H :Me = Me 0 0 Testausongelma: Ovatko havainnot sopusoinnussa nollahypoteesin H 0 kanssa? Ongelman eräänä ratkaisuna on Wilcoxonin rankitesti, joka vastaa yhden otoksen t-testiä. TKK (c) Ilkka Mellin (2004) 24
25 Wilcoxonin rankitesti Testisuure 1/2 Olkoon D i = X i Me 0, i = 1, 2,, n ja olkoon n n niiden erotusten D i lukumäärä, jotka ovat 0. Olkoot Z1, Z2,, Zn itseisarvot D i järjestettyinä suuruusjärjestykseen pienimmästä suurimpaan ja olkoon R(Z i ) = itseisarvon Z i järjestysnumero eli ranki, i = 1, 2,, n TKK (c) Ilkka Mellin (2004) 25
26 Wilcoxonin rankitesti Testisuure 2/2 Määritellään testisuure W W = R( Zi ) D < 0 on niiden rankien summa, joita vastaavat erotukset D i = X i Me 0 < 0 Määritellään testisuure W + i D > 0 i on niiden rankien summa, joita vastaavat erotukset W + = R( Zi ) D i = X i Me 0 > 0 TKK (c) Ilkka Mellin (2004) 26
27 Wilcoxonin rankitesti Testisuureiden W ja W + ominaisuudet (i) (ii) (iii) + 1 W + W = 2 n( n+ 1) Jos nollahypoteesi H 0 pätee, + E( W ) = E( W ) = n( n+ 1) Jos nollahypoteesi H 0 pätee, 1 4 D( W ) = D( W ) = n( n+ 1)(2n+ 1) TKK (c) Ilkka Mellin (2004) 27
28 Wilcoxonin rankitesti Eksakti testi Testisuureiden W ja W + jakaumat on taulukoitu ja monet tietokoneohjelmat laskevat testin p-arvoja. Wilcoxonin rankitestin p-arvot määrätään seuraavilla kaavoilla, joissa w ja w + ovat testisuureiden W ja W + havaitut arvot: (i) Vaihtoehtoinen hypoteesi H 1 : Me > Me 0 Testin p-arvo: p = Pr(W + > w + ) (ii) Vaihtoehtoinen hypoteesi H 1 : Me < Me 0 Testin p-arvo: p = Pr(W < w ) (iii) Vaihtoehtoinen hypoteesi H 1 : Me Me 0 Testin p-arvo: p = 2 min{pr(w + > w + ), Pr(W < w )} TKK (c) Ilkka Mellin (2004) 28
29 Wilcoxonin rankitesti Standardoitu W-testisuure ja sen jakauma 1/2 Jos nollahypoteesi H 0 pätee, + 1 E( W ) = E( W ) = n( n+ 1) D( W ) = D( W ) = 24 n( n+ 1)(2n+ 1) Määritellään testisuure W z = E( W ) * * * D( W ) jossa W * = W tai W +. 4 TKK (c) Ilkka Mellin (2004) 29
30 Wilcoxonin rankitesti Standardoitu W-testisuure ja sen jakauma 2/2 Jos nollahypoteesi H 0 pätee, niin testisuure W z = * * * D( W ) noudattaa suurissa otoksissa approksimatiivisesti standardoitua normaalijakaumaa N(0, 1): z ~ a N(0,1) E( W ) Approksimaatio on tavallisesti riittävän hyvä, jos n > 20. Pienissä otoksissa nojataan testisuureen W * tarkkaan jakaumaan. TKK (c) Ilkka Mellin (2004) 30
31 Wilcoxonin rankitesti Asymptoottinen testi Testisuureen W z = normaaliarvo = 0, koska nollahypoteesin H 0 pätiessä E(z) = 0 E( W ) * * * D( W ) Siten itseisarvoltaan suuret testisuureen z arvot viittaavat siihen, että nollahypoteesi H 0 ei päde. Nollahypoteesi H 0 hylätään, jos testin p-arvo on kyllin pieni. Hylkäysalueen valinta ja p-arvon määrääminen: ks. lukua Testit suhdeasteikollisille muuttujille. TKK (c) Ilkka Mellin (2004) 31
32 Wilcoxonin rankitesti Kommentteja Wilcoxonin rankitesti voidaan tulkita yhden otoksen t- testin ei-parametriseksi vastineeksi. Wilcoxonin rankitestissä ei tehdä toisin kuin yhden otoksen t-testissä mitään oletuksia perusjoukon jakauman tyypistä. Wilcoxonin rankitestin testisuureen arvo ei riipu havaintoarvoista, vaan ainoastaan niiden keskinäisestä järjestyksestä. Wilcoxonin rankitesti käyttää merkkitestiä enemmän informaatiota havaintojen järjestyksestä. Wilcoxonin rankitesti on voimakkaampi kuin merkkitesti. TKK (c) Ilkka Mellin (2004) 32
33 Wilcoxonin rankitesti Wilcoxonin rankitestin soveltaminen parivertailuasetelmiin 1/2 Wilcoxonin rankitestiä voidaan soveltaa parivertailuasetelmiin, joissa havainnot muodostuvat toisistaan riippumattomista mittauspareista (X i, Y i ), i = 1, 2,, n Oletetaan, että X-ja Y-mittausten jakaumat ovat muuten samat, mutta niiden mediaaneilla (sijaintiparametreilla) saattaa olla eri arvot. Määritellään havaintojen X i ja Y i erotukset D i = X i Y i, i = 1, 2,, n ja olkoon n niiden erotusten D i lukumäärä, jotka ovat 0. TKK (c) Ilkka Mellin (2004) 33
34 Wilcoxonin rankitesti Wilcoxonin rankitestin soveltaminen parivertailuasetelmiin 2/2 Oletetaan, että erotusten D i = X i Y i, i = 1, 2,, n jakauma on symmetrinen. Määritellään testisuureet W ja W + erotuksille D i kuten edellä. Olkoon Me D erotusten D i = X i Y i, i = 1, 2,, n mediaani. Tällöin nollahypoteesin H : Me = 0 0 D testaamiseen voidaan soveltaa Wilcoxonin rankitestiä. TKK (c) Ilkka Mellin (2004) 34
35 Testit järjestysasteikollisille muuttujille Järjestysasteikollisten muuttujien testit Merkkitesti Wilcoxonin rankitesti >> Mannin ja Whitneyn testi Wilcoxonin rankisummatesti TKK (c) Ilkka Mellin (2004) 35
36 Mannin ja Whitneyn testi Avainsanat Asymptoottinen testi Ei-parametrinen testi Jakaumista riippumaton testi Järjestysasteikko Kahden otoksen testit Mediaani Normaalijakauma Parametri Testisuure Testisuureen jakauma t-testi TKK (c) Ilkka Mellin (2004) 36
37 Mannin ja Whitneyn testi Testausasetelma 1/2 Oletetaan, että X1, X2,, Xn ovat riippumattomia havaintoja satunnaismuuttujan X jakaumasta perusjoukossa S 1 (otos 1). Oletetaan, että Y1, Y2,, Ym ovat riippumattomia havaintoja satunnaismuuttujan Y jakaumasta perusjoukossa S 2 (otos 2). Olkoot otokset lisäksi toisistaan riippumattomia. TKK (c) Ilkka Mellin (2004) 37
38 Mannin ja Whitneyn testi Testausasetelma 2/2 Oletetaan, että satunnaismuuttujat X ja Y noudattavat muuten samaa jakaumaa, mutta niiden mediaanit (sijaintiparametrit) saattavat erota toisistaan. Asetetaan nollahypoteesi, että satunnaismuuttujilla X ja Y on sama mediaani (sijaintiparametri). Testausongelma: Ovatko havainnot sopusoinnussa nollahypoteesin H 0 kanssa? Ongelman eräänä ratkaisuna on Mannin ja Whitneyn testi, joka vastaa kahden riippumattoman otoksen t-testiä. TKK (c) Ilkka Mellin (2004) 38
39 Mannin ja Whitneyn testi Yleinen hypoteesi Yleinen hypoteesi H : (1) Havainnot (2) Havainnot (3) Jakaumat F X ja F X ovat muuten samat, mutta niiden mediaanit (sijaintiparametrit) saattavat erota toisistaan. (4) Havainnot X i ja Y j ovat riippumattomia kaikille i ja j Huomautus: X F, i= 1,2,, n i X Y F, j = 1,2,, m j Y Oletus (3) sisältää kolme riippumattomuusoletusta: Havainnot ovat riippumattomia otoksien 1 ja 2 sisällä. Havainnot ovat riippumattomia otoksien 1 ja 2 välillä. TKK (c) Ilkka Mellin (2004) 39
40 Mannin ja Whitneyn testi Nollahypoteesi ja vaihtoehtoinen hypoteesi Nollahypoteesi H 0 : H 0 : F X = F Y Vaihtoehtoinen hypoteesi H 1 : H 1 : F X F Y TKK (c) Ilkka Mellin (2004) 40
41 Mannin ja Whitneyn testi Testin idea Yhdistetään X-ja Y-havainnot yhdeksi otokseksi ja järjestetään yhdistetyn otoksen havainnot suuruusjärjestykseen pienimmästä suurimpaan. Tarkastellaan miten X-ja Y-havainnot seuraavat yhdistetyssä otoksessa toisiaan. Jos kaikki X-havainnot (Y-havainnot) edeltävät kaikkia Y-havaintoja (X-havaintoja), ei ole uskottavaa, että nollahypoteesi H 0 pätee. Jos satunnaismuuttujat X ja Y noudattavat samaa jakaumaa, on ilmeistä, että X-ja Y-havaintojen on sekoituttava sopivasti toisiinsa. Mannin ja Whitneyn testisuure mittaa tätä sekoittumista. TKK (c) Ilkka Mellin (2004) 41
42 Mannin ja Whitneyn testi Testisuure U 1 muoto 1 Määritellään satunnaismuuttujat (1) 1, jos Xi < Yj Dij = 0, jos Xi > Yj i = 1, 2,, n, j = 1, 2,, m ja testisuure U 1 n m = i= 1 j= 1 D (1) ij TKK (c) Ilkka Mellin (2004) 42
43 Mannin ja Whitneyn testi Testisuure U 1 muoto 2 Määritellään satunnaismuuttujat R(X i ) = havainnon X i järjestysnumero eli ranki yhdistetyssä otoksessa i = 1, 2,, n ja testisuure n 1 U1 = nm+ 2 n( n+ 1) R( Xi ) Testisuureen U 1 muodot 1 ja 2 ovat ekvivalentteja. i= 1 TKK (c) Ilkka Mellin (2004) 43
44 Mannin ja Whitneyn testi Testisuureen U 1 ominaisuudet Testisuureen U 1 arvo ei riipu X-ja Y-havaintoarvojen suuruudesta, vaan ainoastaan niiden keskinäisestä järjestyksestä. Aina pätee 0 U 1 nm ja erityisesti U 1 = 0, jos X i > Y j kaikille i ja j U 1 = nm, jos X i < Y j kaikille i ja j TKK (c) Ilkka Mellin (2004) 44
45 Mannin ja Whitneyn testi Testisuure U 2 muoto 1 Määritellään satunnaismuuttujat (2) 1, jos Yj < Xi D ji = 0, jos Yj > Xi j = 1, 2,, m, i = 1, 2,, n ja testisuure U 2 m n = j= 1 i= 1 D (2) ji TKK (c) Ilkka Mellin (2004) 45
46 Mannin ja Whitneyn testi Testisuure U 2 muoto 2 Määritellään satunnaismuuttujat R(Y j ) = havainnon Y j järjestysnumero eli ranki yhdistetyssä otoksessa j = 1, 2,, m ja testisuure m 1 U2 = nm+ 2 m( m+ 1) R( Yj ) Testisuureen U 2 muodot 1 ja 2 ovat ekvivalentteja. j= 1 TKK (c) Ilkka Mellin (2004) 46
47 Mannin ja Whitneyn testi Testisuureen U 2 ominaisuudet Testisuureen U 2 arvo ei riipu X-ja Y-havaintoarvojen suuruudesta, vaan ainoastaan niiden keskinäisestä järjestyksestä. Aina pätee 0 U 2 nm ja erityisesti U 2 = 0, jos Y j > X i kaikille i ja j U 2 = nm, jos Y j < X i kaikille i ja j TKK (c) Ilkka Mellin (2004) 47
48 Mannin ja Whitneyn testi Testisuureiden U 1 ja U 2 ominaisuudet (i) (ii) (iii) U 1 + U 2 = nm Jos nollahypoteesi H 0 pätee, E( U ) = E( U ) = nm Jos nollahypoteesi H 0 pätee, D( U ) = D( U ) = nm( n+ m+ 1) TKK (c) Ilkka Mellin (2004) 48
49 Mannin ja Whitneyn testi Standardoitu U 1 -testisuure ja sen jakauma Jos nollahypoteesi H 0 pätee, niin standardoitu satunnaismuuttuja z 1 U1 E( U1) = D( U ) 1 noudattaa suurissa otoksissa approksimatiivisesti standardoitua normaalijakaumaa: z 1 ~ a N(0,1) Approksimaatio on tavallisesti riittävän hyvä, jos n > 10 ja m > 10. Pienissä otoksissa nojataan testisuureen U 1 tarkkaan jakaumaan. TKK (c) Ilkka Mellin (2004) 49
50 Mannin ja Whitneyn testi Asymptoottinen testi muoto 1 Testisuureen U1 E( U1) z1 = D( U1) normaaliarvo = 0, koska nollahypoteesin H 0 pätiessä E(z 1 ) = 0 Siten itseisarvoltaan suuret testisuureen z 1 arvot viittaavat siihen, että nollahypoteesi H 0 ei päde. Nollahypoteesi H 0 hylätään, jos testin p-arvo on kyllin pieni. Hylkäysalueen valinta ja p-arvon määrääminen: ks. lukua Testit suhdeasteikollisille muuttujille. TKK (c) Ilkka Mellin (2004) 50
51 Mannin ja Whitneyn testi Standardoitu U 2 -testisuure ja sen jakauma Jos nollahypoteesi H 0 pätee, niin standardoitu satunnaismuuttuja z 2 U = E( U ) D( U ) 2 2 noudattaa suurissa otoksissa approksimatiivisesti standardoitua normaalijakaumaa: z 2 ~ a N(0,1) 2 Approksimaatio on tavallisesti riittävän hyvä, jos n > 10 ja m > 10. Pienissä otoksissa nojataan testisuureen U 2 tarkkaan jakaumaan. TKK (c) Ilkka Mellin (2004) 51
52 Mannin ja Whitneyn testi Asymptoottinen testi muoto 2 Testisuureen U2 E( U2) z2 = D( U 2) normaaliarvo = 0, koska nollahypoteesin H 0 pätiessä E(z 2 ) = 0 Siten itseisarvoltaan suuret testisuureen z 2 arvot viittaavat siihen, että nollahypoteesi H 0 ei päde. Nollahypoteesi H 0 hylätään, jos testin p-arvo on kyllin pieni. Hylkäysalueen valinta ja p-arvon määrääminen: ks. lukua Testit suhdeasteikollisille muuttujille. TKK (c) Ilkka Mellin (2004) 52
53 Mannin ja Whitneyn testi Kommentteja 1/2 Mannin ja Whitneyn testi voidaan tulkita kahden riippumattoman otoksen t-testin ei-parametriseksi vastineeksi. Mannin ja Whitneyn testissä ei tehdä toisin kuin kahden riippumattoman otoksen t-testissä mitään oletuksia perusjoukkojen jakaumasta. Mannin ja Whitneyn testisuureiden arvo ei riipu muuttujien X ja Y arvoista, vaan ainoastaan niiden keskinäisestä järjestyksestä. TKK (c) Ilkka Mellin (2004) 53
54 Mannin ja Whitneyn testi Kommentteja 2/2 Jos havainnot ovat normaalijakautuneita, Mannin ja Whitneyn testi ei ole yhtä voimakas kuin kahden riippumattoman otoksen t-testi. Jos havainnot eivät ole normaalijakautuneita, Mannin ja Whitneyn testi saattaa olla paljon voimakkaampi kuin kahden riippumattoman otoksen t-testi. Mannin ja Whitneyn testi on varteenotettava vaihtoehto kahden riippumattoman otoksen t-testille, jos otoskoot eivät ole kovin isoja ja perusjoukot eivät ole normaalijakautuneita. TKK (c) Ilkka Mellin (2004) 54
55 Testit järjestysasteikollisille muuttujille Järjestysasteikollisten muuttujien testit Merkkitesti Wilcoxonin rankitesti Mannin ja Whitneyn testi >> Wilcoxonin rankisummatesti TKK (c) Ilkka Mellin (2004) 55
56 Wilcoxonin rankisummatesti Avainsanat Asymptoottinen testi Ei-parametrinen testi Jakaumista riippumaton testi Järjestysasteikko Kahden otoksen testit Mediaani Normaalijakauma Parametri Testisuure Testisuureen jakauma t-testi TKK (c) Ilkka Mellin (2004) 56
57 Wilcoxonin rankisummatesti Wilcoxonin rankisummatesti ja Mannin ja Whitneyn testi Wilcoxonin rankisummatesti perustuu Mannin ja Whitneyn testisuureiden muodoissa 2 esiintyviin havaintojen rankisummiin eli järjestyslukujen summiin. Wilcoxonin rankisummatesti on ekvivalentti Mannin ja Whitneyn testin kanssa. TKK (c) Ilkka Mellin (2004) 57
58 Wilcoxonin rankisummatesti Testisuure T 1 Määritellään satunnaismuuttujat R(X i ) = havainnon X i järjestysnumero eli ranki yhdistetyssä otoksessa i = 1, 2,, n ja testisuure T 1 n = R( Xi ) i= 1 TKK (c) Ilkka Mellin (2004) 58
59 Wilcoxonin rankisummatesti Testisuure T 2 Määritellään satunnaismuuttujat R(Y j ) = havainnon Y j järjestysnumero eli ranki yhdistetyssä otoksessa j = 1, 2,, m ja testisuure T 2 m = R( Yj ) j= 1 TKK (c) Ilkka Mellin (2004) 59
60 Wilcoxonin rankisummatesti Testisuureiden T 1 ja T 2 ominaisuudet (i) (ii) (iii) T + T = ( n+ m )( n+ m+ 1) Jos nollahypoteesi H 0 pätee, 1 E( T) = n( n+ m+ 1) E( T2 ) = 2 m( n+ m+ 1) Jos nollahypoteesi H 0 pätee, D( T) = D( T ) = nm( n+ m+ 1) TKK (c) Ilkka Mellin (2004) 60
61 Wilcoxonin rankisummatesti Standardoitu T 1 -testisuure ja sen jakauma Jos nollahypoteesi H 0 pätee, niin standardoitu satunnaismuuttuja z 1 T1 E( T1) = D( T ) 1 noudattaa suurissa otoksissa approksimatiivisesti standardoitua normaalijakaumaa: z 1 ~ a N(0,1) Approksimaatio on tavallisesti riittävän hyvä, jos n > 10 ja m > 10. Pienissä otoksissa nojataan testisuureen T 1 tarkkaan jakaumaan. TKK (c) Ilkka Mellin (2004) 61
62 Wilcoxonin rankisummatesti Asymptoottinen testi muoto 1 Testisuureen T1 E( T1) z1 = D( T1 ) normaaliarvo = 0, koska nollahypoteesin H 0 pätiessä E(z 1 ) = 0 Siten itseisarvoltaan suuret testisuureen z 1 arvot viittaavat siihen, että nollahypoteesi H 0 ei päde. Nollahypoteesi H 0 hylätään, jos testin p-arvo on kyllin pieni. Hylkäysalueen valinta ja p-arvon määrääminen: ks. lukua Testit suhdeasteikollisille muuttujille. TKK (c) Ilkka Mellin (2004) 62
63 Wilcoxonin rankisummatesti Standardoitu T 2 -testisuure ja sen jakauma Jos nollahypoteesi H 0 pätee, niin standardoitu satunnaismuuttuja z 2 T = E( T ) D( T ) noudattaa suurissa otoksissa approksimatiivisesti standardoitua normaalijakaumaa: z 2 ~ a N(0,1) Approksimaatio on tavallisesti riittävän hyvä, jos n > 10 ja m > 10. Pienissä otoksissa nojataan testisuureen T 2 tarkkaan jakaumaan. TKK (c) Ilkka Mellin (2004) 63
64 Wilcoxonin rankisummatesti Asymptoottinen testi muoto 2 Testisuureen T2 E( T2) z2 = D( T2 ) normaaliarvo = 0, koska nollahypoteesin H 0 pätiessä E(z 2 ) = 0 Siten itseisarvoltaan suuret testisuureen z 2 arvot viittaavat siihen, että nollahypoteesi H 0 ei päde. Nollahypoteesi H 0 hylätään, jos testin p-arvo on kyllin pieni. Hylkäysalueen valinta ja p-arvon määrääminen: ks. lukua Testit suhdeasteikollisille muuttujille. TKK (c) Ilkka Mellin (2004) 64
Testit järjestysasteikollisille muuttujille
Ilkka Mellin Tilastolliset menetelmät Osa 3: Tilastolliset testit Testit järjestysasteikollisille muuttujille TKK (c) Ilkka Mellin (2007) 1 Testit järjestysasteikollisille muuttujille >> Järjestysasteikollisten
LisätiedotMat-2.2104 Tilastollisen analyysin perusteet, kevät 2007
Mat-2.204 Tilastollisen analyysin perusteet, kevät 2007 3. luento: Pari sanaa vielä hypoteesien formuloinneista Kai Virtanen Hypoteesien muodoista Luennolla nro. 2 muotoiltiin nollahypoteesi - H 0 : θ
LisätiedotJohdatus tilastotieteeseen Testit laatueroasteikollisille muuttujille. TKK (c) Ilkka Mellin (2004) 1
Johdatus tilastotieteeseen Testit laatueroasteikollisille muuttujille TKK (c) Ilkka Mellin (2004) 1 Testit laatueroasteikollisille muuttujille Laatueroasteikollisten muuttujien testit Testi suhteelliselle
LisätiedotTestit järjestysasteikollisille muuttujille. Testit järjestysasteikollisille muuttujille. Testit järjestysasteikollisille muuttujille: Esitiedot
TKK (c Ilkka Melli (004 Johdatus tilastotieteesee TKK (c Ilkka Melli (004 : Mitä opimme? Tarkastelemme tässä luvussa seuraavia järjestysasteikolliste muuttujie testejä: ja merkkitesti parivertailuille
LisätiedotTestejä suhdeasteikollisille muuttujille
Ilkka Mellin Tilastolliset menetelmät Osa 3: Tilastolliset testit Testejä suhdeasteikollisille muuttujille TKK (c) Ilkka Mellin (007) 1 Testejä suhdeasteikollisille muuttujille >> Testit normaalijakauman
LisätiedotTilastollisen analyysin perusteet Luento 3: Epäparametriset tilastolliset testit
Tilastollisen analyysin perusteet Luento 3: Epäparametriset tilastolliset testit s t ja t kahden Sisältö t ja t t ja t kahden kahden t ja t kahden t ja t Tällä luennolla käsitellään epäparametrisia eli
LisätiedotTestit laatueroasteikollisille muuttujille
Ilkka Mellin Tilastolliset menetelmät Osa 3: Tilastolliset testit Testit laatueroasteikollisille muuttujille TKK (c) Ilkka Mellin (2007) 1 Testit laatueroasteikollisille muuttujille >> Laatueroasteikollisten
LisätiedotJohdatus tilastotieteeseen Testit suhdeasteikollisille muuttujille. TKK (c) Ilkka Mellin (2004) 1
Johdatus tilastotieteeseen Testit suhdeasteikollisille muuttujille TKK (c) Ilkka Mellin (004) 1 Testit suhdeasteikollisille muuttujille Testit normaalijakauman parametreille Yhden otoksen t-testi Kahden
LisätiedotJohdatus tilastotieteeseen Testit suhdeasteikollisille muuttujille. TKK (c) Ilkka Mellin (2005) 1
Johdatus tilastotieteeseen Testit suhdeasteikollisille muuttujille TKK (c) Ilkka Mellin (005) 1 Testit suhdeasteikollisille muuttujille Testit normaalijakauman parametreille Yhden otoksen t-testi Kahden
LisätiedotIlkka Mellin Tilastolliset menetelmät. Osa 3: Tilastolliset testit. Tilastollinen testaus. TKK (c) Ilkka Mellin (2007) 1
Ilkka Mellin Tilastolliset menetelmät Osa 3: Tilastolliset testit Tilastollinen testaus TKK (c) Ilkka Mellin (2007) 1 Tilastolliset testit >> Tilastollinen testaus Tilastolliset hypoteesit Tilastolliset
LisätiedotJohdatus tilastotieteeseen Estimointi. TKK (c) Ilkka Mellin (2005) 1
Johdatus tilastotieteeseen Estimointi TKK (c) Ilkka Mellin (2005) 1 Estimointi Todennäköisyysjakaumien parametrit ja niiden estimointi Hyvän estimaattorin ominaisuudet TKK (c) Ilkka Mellin (2005) 2 Estimointi:
LisätiedotTilastolliset menetelmät. Osa 3: Tilastolliset testit. Tilastollinen testaus KE (2014) 1
Tilastolliset menetelmät Osa 3: Tilastolliset testit Tilastollinen testaus KE (2014) 1 Tilastolliset testit >> Tilastollinen testaus Tilastolliset hypoteesit Tilastolliset testit ja testisuureet Virheet
LisätiedotEstimointi. Estimointi. Estimointi: Mitä opimme? 2/4. Estimointi: Mitä opimme? 1/4. Estimointi: Mitä opimme? 3/4. Estimointi: Mitä opimme?
TKK (c) Ilkka Mellin (2004) 1 Johdatus tilastotieteeseen TKK (c) Ilkka Mellin (2004) 2 Mitä opimme? 1/4 Tilastollisen tutkimuksen tavoitteena on tehdä johtopäätöksiä prosesseista, jotka generoivat reaalimaailman
LisätiedotVäliestimointi (jatkoa) Heliövaara 1
Väliestimointi (jatkoa) Heliövaara 1 Bernoulli-jakauman odotusarvon luottamusväli 1/2 Olkoon havainnot X 1,..., X n yksinkertainen satunnaisotos Bernoulli-jakaumasta parametrilla p. Eli X Bernoulli(p).
LisätiedotABHELSINKI UNIVERSITY OF TECHNOLOGY
Tilastollinen testaus Tilastollinen testaus Tilastollisessa testauksessa tutkitaan tutkimuskohteita koskevien oletusten tai väitteiden paikkansapitävyyttä havaintojen avulla. Testattavat oletukset tai
LisätiedotMat Tilastollisen analyysin perusteet, kevät 2007
Mat-2.2104 Tilastollisen analyysin perusteet, kevät 2007 2. luento: Tilastolliset testit Kai Virtanen 1 Tilastollinen testaus Tutkimuksen kohteena olevasta perusjoukosta esitetään väitteitä oletuksia joita
LisätiedotHarjoitus 7: NCSS - Tilastollinen analyysi
Harjoitus 7: NCSS - Tilastollinen analyysi Mat-2.2107 Sovelletun matematiikan tietokonetyöt Syksy 2006 Mat-2.2107 Sovelletun matematiikan tietokonetyöt 1 Harjoituksen aiheita Tilastollinen testaus Testaukseen
LisätiedotTilastollisen analyysin perusteet Luento 4: Testi suhteelliselle osuudelle
Tilastollisen analyysin perusteet Luento 4: Sisältö Testiä suhteelliselle voidaan käyttää esimerkiksi tilanteessa, jossa tarkastellaan viallisten tuotteiden osuutta tuotantoprosessissa. Tilanne palautuu
LisätiedotTilastollisen analyysin perusteet Luento 2: Tilastolliset testit
Tilastollisen analyysin perusteet Luento 2: Tilastolliset testit Sisältö Tilastollisia testejä tehdään jatkuvasti lukemattomilla aloilla. Meitä saattaa kiinnostaa esimerkiksi se, että onko miesten ja
LisätiedotTilastolliset testit. Tilastolliset testit. Tilastolliset testit: Mitä opimme? 2/5. Tilastolliset testit: Mitä opimme? 1/5
TKK (c) Ilkka Mellin (4) 1 Johdatus tilastotieteeseen TKK (c) Ilkka Mellin (4) : Mitä opimme? 1/5 Tilastollisessa tutkimuksessa tutkimuksen kohteena olevasta perusjoukosta esitetään tavallisesti väitteitä
LisätiedotJohdatus todennäköisyyslaskentaan Normaalijakaumasta johdettuja jakaumia. TKK (c) Ilkka Mellin (2005) 1
Johdatus todennäköisyyslaskentaan Normaalijakaumasta johdettuja jakaumia TKK (c) Ilkka Mellin (2005) 1 Normaalijakaumasta johdettuja jakaumia Johdanto χ 2 -jakauma F-jakauma t-jakauma TKK (c) Ilkka Mellin
LisätiedotMS-A0501 Todennäköisyyslaskennan ja tilastotieteen peruskurssi. Viikko 5
MS-A Todennäköisyyslaskennan ja tilastotieteen peruskurssi Viikko Tilastollinen testaus Tilastollisten testaaminen Tilastollisen tutkimuksen kohteena olevasta perusjoukosta on esitetty jokin väite tai
LisätiedotTilastollinen testaus. Vilkkumaa / Kuusinen 1
Tilastollinen testaus Vilkkumaa / Kuusinen 1 Motivointi Viime luennolla: havainnot generoineen jakauman muoto on usein tunnettu, mutta parametrit tulee estimoida Joskus parametreista on perusteltua esittää
LisätiedotJohdatus tilastotieteeseen Yhteensopivuuden, homogeenisuuden ja riippumattomuuden testaaminen. TKK (c) Ilkka Mellin (2004) 1
Johdatus tilastotieteeseen Yhteensopivuuden, homogeenisuuden ja riippumattomuuden testaaminen TKK (c) Ilkka Mellin (2004) 1 Yhteensopivuuden, homogeenisuuden ja riippumattomuuden testaaminen Jakaumaoletuksien
LisätiedotVALTIOTIETEELLINEN TIEDEKUNTA TILASTOTIETEEN VALINTAKOE 7.6.2011 Ratkaisut ja arvostelu
VALTIOTIETEELLINEN TIEDEKUNTA TILASTOTIETEEN VALINTAKOE 7.6.2011 Ratkaisut ja arvostelu 1.1 Noudattakoon satunnaismuuttuja X normaalijakaumaa a) b) c) d) N(5, 15). Tällöin P (1.4 < X 12.7) on likimain
LisätiedotMat Tilastollisen analyysin perusteet, kevät 2007
Mat-2.2104 Tilastollisen analyysin perusteet, kevät 2007 4. luento: Jakaumaoletuksien testaaminen Kai Virtanen 1 Jakaumaoletuksien testaamiseen soveltuvat testit χ 2 -yhteensopivuustesti yksi otos otoksen
LisätiedotJohdatus tilastotieteeseen Tilastolliset testit. TKK (c) Ilkka Mellin (2005) 1
Johdatus tilastotieteeseen Tilastolliset testit TKK (c) Ilkka Mellin (2005) 1 Tilastolliset testit Tilastollinen testaus Tilastolliset hypoteesit Tilastolliset testit ja testisuureet Virheet testauksessa
LisätiedotSovellettu todennäköisyyslaskenta B
Sovellettu todennäköisyyslaskenta B Antti Rasila 16. marraskuuta 2007 Antti Rasila () TodB 16. marraskuuta 2007 1 / 15 1 Epäparametrisia testejä χ 2 -yhteensopivuustesti Homogeenisuuden testaaminen Antti
LisätiedotMat Tilastollisen analyysin perusteet, kevät 2007
Mat-.04 Tilastollisen analyysin perusteet, kevät 007 4. luento: Jakaumaoletuksien testaaminen Kai Virtanen Jakaumaoletuksien testaamiseen soveltuvat testit χ -yhteensopivuustesti yksi otos otoksen vertaaminen
LisätiedotSovellettu todennäköisyyslaskenta B
Sovellettu todennäköisyyslaskenta B Antti Rasila 8. marraskuuta 2007 Antti Rasila () TodB 8. marraskuuta 2007 1 / 18 1 Kertausta: momenttimenetelmä ja suurimman uskottavuuden menetelmä 2 Tilastollinen
LisätiedotYhteensopivuuden, homogeenisuuden ja riippumattomuuden testaaminen
Ilkka Mellin Tilastolliset menetelmät Osa 3: Tilastolliset testit Yhteensopivuuden, homogeenisuuden ja riippumattomuuden testaaminen TKK (c) Ilkka Mellin (2007) 1 Yhteensopivuuden, homogeenisuuden ja riippumattomuuden
LisätiedotOsa 2: Otokset, otosjakaumat ja estimointi
Ilkka Mellin Tilastolliset menetelmät Osa 2: Otokset, otosjakaumat ja estimointi Estimointi TKK (c) Ilkka Mellin (2007) 1 Estimointi >> Todennäköisyysjakaumien parametrit ja niiden estimointi Hyvän estimaattorin
Lisätiedotχ = Mat Sovellettu todennäköisyyslasku 11. harjoitukset/ratkaisut
Mat-2.091 Sovellettu todennäköisyyslasku /Ratkaisut Aiheet: Yhteensopivuuden testaaminen Homogeenisuuden testaaminen Riippumattomuuden testaaminen Avainsanat: Estimointi, Havaittu frekvenssi, Homogeenisuus,
LisätiedotTilastollisen analyysin perusteet Luento 11: Epäparametrinen vastine ANOVAlle
Tilastollisen analyysin perusteet Luento 11: Epäparametrinen vastine ANOVAlle - Sisältö - - - Varianssianalyysi Varianssianalyysissä (ANOVA) testataan oletusta normaalijakautuneiden otosten odotusarvojen
LisätiedotHypoteesin testaus Alkeet
Hypoteesin testaus Alkeet Keijo Ruotsalainen Oulun yliopisto, Teknillinen tiedekunta Matematiikan jaos Johdanto Kokeellinen tutkimus: Varmennetaan teoreettista olettamusta fysikaalisen systeemin käyttäytymisestä
LisätiedotTilastolliset menetelmät: Tilastolliset testit
Tilastolliset meetelmät Tilastolliset testit Tilastolliset meetelmät: Tilastolliset testit 8. Tilastollie testaus 9. Testejä suhdeasteikollisille muuttujille. Testejä järjestysasteikollisille muuttujille.
LisätiedotTilastotieteen kertaus. Vilkkumaa / Kuusinen 1
Tilastotieteen kertaus Vilkkumaa / Kuusinen 1 Motivointi Reaalimaailman ilmiöihin liittyy tyypillisesti satunnaisuutta ja epävarmuutta Ilmiöihin liittyvien havaintojen ajatellaan usein olevan peräisin
LisätiedotMediaanikorko on kiinteäkorkoiselle lainalle korkeampi. Tämä hypoteesi vastaa taloustieteen käsitystä korkojen määräytymismekanismista.
Mat-2.04 Tilastollisen analyysin perusteet / Ratkaisut Aiheet: Avainsanat: Testit järjestysasteikollisille muuttujille Testit laatueroasteikollisille muuttujille Hypoteesi, Mannin ja Whitneyn testi (Wilcoxonin
LisätiedotSovellettu todennäköisyyslaskenta B
Sovellettu todennäköisyyslaskenta B Antti Rasila 22. marraskuuta 2007 Antti Rasila () TodB 22. marraskuuta 2007 1 / 17 1 Epäparametrisia testejä (jatkoa) χ 2 -riippumattomuustesti 2 Johdatus regressioanalyysiin
LisätiedotSovellettu todennäköisyyslaskenta B
Sovellettu todennäköisyyslaskenta B Antti Rasila 15. marraskuuta 2007 Antti Rasila () TodB 15. marraskuuta 2007 1 / 19 1 Tilastollisia testejä (jatkoa) Yhden otoksen χ 2 -testi varianssille Kahden riippumattoman
LisätiedotIlkka Mellin Tilastolliset menetelmät Osa 2: Otokset, otosjakaumat ja estimointi Estimointi
Ilkka Mellin Tilastolliset menetelmät Osa 2: Otokset, otosjakaumat ja estimointi Estimointi TKK (c) Ilkka Mellin (2006) 1 Estimointi >> Todennäköisyysjakaumien parametrit ja niiden estimointi Hyvän estimaattorin
LisätiedotOsa 2: Otokset, otosjakaumat ja estimointi
Ilkka Mellin Tilastolliset menetelmät Osa 2: Otokset, otosjakaumat ja estimointi Väliestimointi TKK (c) Ilkka Mellin (2007) 1 Väliestimointi >> Todennäköisyysjakaumien parametrien estimointi Luottamusväli
LisätiedotJohdatus tilastotieteeseen Väliestimointi. TKK (c) Ilkka Mellin (2005) 1
Johdatus tilastotieteeseen Väliestimointi TKK (c) Ilkka Mellin (2005) 1 Väliestimointi Todennäköisyysjakaumien parametrien estimointi Luottamusväli Normaalijakauman odotusarvon luottamusväli Normaalijakauman
LisätiedotNormaalijakaumasta johdettuja jakaumia
Ilkka Mellin Todennäköisyyslaskenta Osa 3: Todennäköisyysjakaumia Normaalijakaumasta johdettuja jakaumia TKK (c) Ilkka Mellin (2007) 1 Normaalijakaumasta johdettuja jakaumia >> Johdanto χ 2 -jakauma F-jakauma
LisätiedotTilastotieteen kertaus. Kuusinen/Heliövaara 1
Tilastotieteen kertaus Kuusinen/Heliövaara 1 Mitä tilastotiede on? Tilastotiede kehittää ja soveltaa menetelmiä, joiden avulla reaalimaailman ilmiöistä voidaan tehdä johtopäätöksiä tilanteissa, joissa
LisätiedotSovellettu todennäköisyyslaskenta B
Sovellettu todennäköisyyslaskenta B Antti Rasila 8. marraskuuta 2007 Antti Rasila () TodB 8. marraskuuta 2007 1 / 15 1 Tilastollisia testejä Z-testi Normaalijakauman odotusarvon testaus, keskihajonta tunnetaan
LisätiedotYksisuuntainen varianssianalyysi (jatkoa) Kuusinen/Heliövaara 1
Yksisuuntainen varianssianalyysi (jatkoa) Kuusinen/Heliövaara 1 Odotusarvoparien vertailu Jos yksisuuntaisen varianssianalyysin nollahypoteesi H 0 : µ 1 = µ 2 = = µ k = µ hylätään, tiedetään, että ainakin
LisätiedotMat Sovellettu todennäköisyyslasku A
TKK / Systeemianalyysin laboratorio Mat-.090 Sovellettu todennäköisyyslasku A Harjoitus 11 (vko 48/003) (Aihe: Tilastollisia testejä, Laininen luvut 4.9, 15.1-15.4, 15.7) Nordlund 1. Kemiallisen prosessin
Lisätiedottilastotieteen kertaus
tilastotieteen kertaus Keskiviikon 24.1. harjoitukset pidetään poikkeuksellisesti klo 14-16 luokassa Y228. Heliövaara 1 Mitä tilastotiede on? Tilastotiede kehittää ja soveltaa menetelmiä, joiden avulla
LisätiedotRegressioanalyysi. Vilkkumaa / Kuusinen 1
Regressioanalyysi Vilkkumaa / Kuusinen 1 Regressioanalyysin idea ja tavoitteet Regressioanalyysin idea: Halutaan selittää selitettävän muuttujan havaittujen arvojen vaihtelua selittävien muuttujien havaittujen
LisätiedotYksisuuntainen varianssianalyysi (jatkoa) Heliövaara 1
Yksisuuntainen varianssianalyysi (jatkoa) Heliövaara 1 Odotusarvoparien vertailu Jos yksisuuntaisen varianssianalyysin nollahypoteesi H 0 : µ 1 = µ 2 = = µ k = µ hylätään tiedetään, että ainakin kaksi
Lisätiedotχ 2 -yhteensopivuustestissä käytetään χ 2 -testisuuretta χ = Mat Sovellettu todennäköisyyslasku A
Mat-2.090 Sovellettu todennäköisyyslasku A / Ratkaisut Aiheet: Avainsanat: Yhteensopivuuden testaaminen Homogeenisuuden testaaminen Riippumattomuuden testaaminen Estimointi, Havaittu frekvenssi, Heterogeenisuus,
LisätiedotOdotusarvoparien vertailu. Vilkkumaa / Kuusinen 1
Odotusarvoparien vertailu Vilkkumaa / Kuusinen 1 Motivointi Viime luennolta: yksisuuntaisella varianssianalyysilla testataan nollahypoteesia H 0 : μ 1 = μ 2 = = μ k = μ Jos H 0 hylätään, tiedetään, että
LisätiedotTavanomaisten otostunnuslukujen, odotusarvon luottamusvälin ja Box ja Whisker -kuvion määritelmät: ks. 1. harjoitukset.
Mat-.04 Tilastollisen analyysin perusteet Mat-.04 Tilastollisen analyysin perusteet / Ratkaisut Aiheet: Avainsanat: Testit suhdeasteikollisille muuttujille Hypoteesi, Kahden riippumattoman otoksen t-testit,
LisätiedotJohdatus varianssianalyysiin. Vilkkumaa / Kuusinen 1
Johdatus varianssianalyysiin Vilkkumaa / Kuusinen 1 Motivointi Luento 4: kahden riippumattoman otoksen odotusarvoja voidaan vertailla t-testillä H 0 : μ 1 = μ 2, T = ˉX 1 ˉX 2 s 2 1 + s2 2 n 1 n 2 a t(min[(n
LisätiedotTilastollisen analyysin perusteet Luento 5: Jakaumaoletuksien. testaaminen
Tilastollisen analyysin perusteet Luento 5: Sisältö Tilastotieteessä tehdään usein oletuksia havaintojen jakaumasta. Useat tilastolliset menetelmät toimivat tehottomasti tai jopa virheellisesti, jos jakaumaoletukset
LisätiedotTilastollisen analyysin perusteet Luento 10: Johdatus varianssianalyysiin
Tilastollisen analyysin perusteet Luento 10: Sisältö Varianssianalyysi Varianssianalyysi on kahden riippumattoman otoksen t testin yleistys. Varianssianalyysissä perusjoukko koostuu kahdesta tai useammasta
LisätiedotLatinalaiset neliöt. Latinalaiset neliöt. Latinalaiset neliöt. Latinalaiset neliöt: Mitä opimme? Latinalaiset neliöt
TKK (c) Ilkka Mellin (005) Koesuunnittelu TKK (c) Ilkka Mellin (005) : Mitä opimme? Tarkastelemme tässä luvussa seuraavaa kysymystä: Miten varianssianalyysissa tutkitaan yhden tekijän vaikutusta vastemuuttujaan,
Lisätiedot11. laskuharjoituskierros, vko 15, ratkaisut
11. laskuharjoituskierros vko 15 ratkaisut D1. Geiger-mittari laskee radioaktiivisen aineen emissioiden lukumääriä. Emissioiden lukumäärä on lyhyellä aikavälillä satunnaismuuttuja jonka voidaan olettaa
LisätiedotSovellettu todennäköisyyslaskenta B
Sovellettu todennäköisyyslaskenta B Antti Rasila 30. lokakuuta 2007 Antti Rasila () TodB 30. lokakuuta 2007 1 / 23 1 Otos ja otosjakaumat (jatkoa) Frekvenssi ja suhteellinen frekvenssi Frekvenssien odotusarvo
LisätiedotSovellettu todennäköisyyslaskenta B
Sovellettu todennäköisyyslaskenta B Antti Rasila 18. lokakuuta 2007 Antti Rasila () TodB 18. lokakuuta 2007 1 / 19 1 Tilastollinen aineisto 2 Tilastollinen malli Yksinkertainen satunnaisotos 3 Otostunnusluvut
Lisätiedot10. laskuharjoituskierros, vko 14, ratkaisut
10. laskuharjoituskierros, vko 14, ratkaisut D1. Eräässä kokeessa verrattiin kahta sademäärän mittaukseen käytettävää laitetta. Kummallakin laitteella mitattiin sademäärät 10 sadepäivän aikana. Mittaustulokset
LisätiedotTilastollisen analyysin perusteet Luento 6: Korrelaatio ja riippuvuus tilastotieteessä
Tilastollisen analyysin perusteet Luento 6: Korrelaatio ja riippuvuus tilastotieteessä Sisältö Riippumattomuus Jos P(A B) = P(A)P(B), niin tapahtumat A ja B ovat toisistaan riippumattomia. (Keskustelimme
LisätiedotTilastollisen analyysin perusteet Luento 8: Lineaarinen regressio, testejä ja luottamusvälejä
Tilastollisen analyysin perusteet Luento 8: Lineaarinen regressio, testejä ja luottamusvälejä arvon Sisältö arvon Bootstrap-luottamusvälit arvon arvon Oletetaan, että meillä on n kappaletta (x 1, y 1 ),
LisätiedotJohdatus tilastotieteeseen Tilastollisten aineistojen kerääminen ja mittaaminen. TKK (c) Ilkka Mellin (2005) 1
Johdatus tilastotieteeseen Tilastollisten aineistojen kerääminen ja mittaaminen TKK (c) Ilkka Mellin (2005) 1 ja mittaaminen Tilastollisten aineistojen kerääminen Mittaaminen ja mitta-asteikot TKK (c)
LisätiedotJos nyt on saatu havaintoarvot Ü ½ Ü Ò niin suurimman uskottavuuden
1.12.2006 1. Satunnaisjakauman tiheysfunktio on Ü µ Üe Ü, kun Ü ja kun Ü. Määritä parametrin estimaattori momenttimenetelmällä ja suurimman uskottavuuden menetelmällä. Ratkaisu: Jotta kyseessä todella
LisätiedotMTTTA1 Tilastomenetelmien perusteet 5 op Luento Kokonaisuudet johon opintojakso kuuluu
10.1.2019/1 MTTTA1 Tilastomenetelmien perusteet 5 op Luento 10.1.2019 1 Kokonaisuudet johon opintojakso kuuluu https://www10.uta.fi/opas/opintojakso.htm?rid=14600 &idx=1&uilang=fi&lang=fi&lvv=2018 10.1.2019/2
LisätiedotJos nollahypoteesi pitää paikkansa on F-testisuuren jakautunut Fisherin F-jakauman mukaan
17.11.2006 1. Kahdesta kohteesta (A ja K) kerättiin maanäytteitä ja näistä mitattiin SiO -pitoisuus. Tulokset (otoskoot ja otosten tunnusluvut): A K 10 16 Ü 64.94 57.06 9.0 7.29 Oletetaan mittaustulosten
LisätiedotKaksisuuntainen varianssianalyysi. Heliövaara 1
Kaksisuuntainen varianssianalyysi Heliövaara 1 Kaksi- tai useampisuuntainen varianssianalyysi Kaksi- tai useampisuuntaisessa varianssianalyysissa perusjoukko on jaettu ryhmiin kahden tai useamman tekijän
LisätiedotJohdatus tilastotieteeseen Kaksisuuntainen varianssianalyysi. TKK (c) Ilkka Mellin (2005) 1
ohdatus tilastotieteeseen Kaksisuuntainen varianssianalyysi TKK (c) Ilkka Mellin (2005) Kaksisuuntainen varianssianalyysi Varianssianalyysi: ohdanto Kaksisuuntainen varianssianalyysi ja sen suorittaminen
LisätiedotTestit suhdeasteikollisille muuttujille. Testit suhdeasteikollisille muuttujille. Testit suhdeasteikollisille muuttujille: Esitiedot
TKK (c) Ilkka Melli (4) Testit suhdeasteikollisille muuttujille Johdatus tilastotieteesee Testit suhdeasteikollisille muuttujille Testit ormaalikauma parametreille Yhde otokse t-testi Kahde otokse t-testi
LisätiedotHierarkkiset koeasetelmat. Heliövaara 1
Hierarkkiset koeasetelmat Heliövaara 1 Hierarkkiset koeasetelmat Kaksiasteista hierarkkista koeasetelmaa käytetään tarkasteltaessa seuraavaa kysymystä: Miten varianssianalyysissa tutkitaan kahden tekijän
LisätiedotVALTIOTIETEELLINEN TIEDEKUNTA TILASTOTIETEEN VALINTAKOE Ratkaisut ja arvostelu < X 170
VALTIOTIETEELLINEN TIEDEKUNTA TILASTOTIETEEN VALINTAKOE 4.6.2013 Ratkaisut ja arvostelu 1.1 Satunnaismuuttuja X noudattaa normaalijakaumaa a) b) c) d) N(170, 10 2 ). Tällöin P (165 < X < 175) on likimain
Lisätiedot¼ ¼ joten tulokset ovat muuttuneet ja nimenomaan huontontuneet eivätkä tulleet paremmiksi.
10.11.2006 1. Pituushyppääjä on edellisenä vuonna hypännyt keskimäärin tuloksen. Valmentaja poimii tämän vuoden harjoitusten yhteydessä tehdyistä muistiinpanoista satunnaisesti kymmenen harjoitushypyn
LisätiedotMoniulotteisia todennäköisyysjakaumia. Moniulotteisia todennäköisyysjakaumia. Moniulotteisia todennäköisyysjakaumia: Mitä opimme?
TKK (c) Ilkka Mellin (4) Moniulotteisia todennäköisyysjakaumia Johdatus todennäköisyyslaskentaan Moniulotteisia todennäköisyysjakaumia TKK (c) Ilkka Mellin (4) Moniulotteisia todennäköisyysjakaumia: Mitä
LisätiedotKaksisuuntainen varianssianalyysi. Vilkkumaa / Kuusinen 1
Kaksisuuntainen varianssianalyysi Vilkkumaa / Kuusinen 1 Motivointi Luennot 6 ja 7: yksisuuntaisella varianssianalyysilla testataan ryhmäkohtaisten odotusarvojen yhtäsuuruutta, kun perusjoukko on jaettu
LisätiedotKvantitatiiviset tutkimusmenetelmät maantieteessä
Kvantitatiiviset tutkimusmenetelmät maantieteessä Harjoitukset: 2 Muuttujan normaaliuden testaaminen, merkitsevyys tasot ja yhden otoksen testit FT Joni Vainikka, Yliopisto-opettaja, GO218, joni.vainikka@oulu.fi
LisätiedotKoesuunnittelu Latinalaiset neliöt. TKK (c) Ilkka Mellin (2005) 1
Koesuunnittelu Latinalaiset neliöt TKK (c) Ilkka Mellin (2005) 1 Latinalaiset neliöt Latinalaisten neliöiden koeasetelma ja sen malli Latinalaisten neliöiden koeasetelman analysointi Laskutoimitusten suorittaminen
LisätiedotTilastollisia peruskäsitteitä ja Monte Carlo
Tilastollisia peruskäsitteitä ja Monte Carlo Hannu Toivonen, Marko Salmenkivi, Inkeri Verkamo Tutkimustiedonhallinnan peruskurssi Tilastollisia peruskäsitteitä ja Monte Carlo 1/13 Kevät 2003 Tilastollisia
LisätiedotJohdatus tilastotieteeseen Tilastollinen riippuvuus ja korrelaatio. TKK (c) Ilkka Mellin (2005) 1
Johdatus tilastotieteeseen Tilastollinen riippuvuus ja korrelaatio TKK (c) Ilkka Mellin (2005) 1 Tilastollinen riippuvuus ja korrelaatio Tilastollinen riippuvuus, korrelaatio ja regressio Kahden muuttujan
LisätiedotEstimointi. Vilkkumaa / Kuusinen 1
Estimointi Vilkkumaa / Kuusinen 1 Motivointi Tilastollisessa tutkimuksessa oletetaan jonkin jakauman generoineen tutkimuksen kohteena olevaa ilmiötä koskevat havainnot Tämän mallina käytettävän todennäköisyysjakauman
LisätiedotTilastollinen päättely. 5. Väliestimointi. 5.1. Johdanto. 5.2. Luottamusvälien konstruointi. 5.3. Luottamusvälien vertailu
ilastollinen päättely 5.. Johdanto Estimointi, Joukkoestimointi, Kriittinen alue, uottamusjoukko, uottamustaso, uottamusväli, Otos, Parametri, Peittotodennäköisyys, Piste estimointi, Väliestimaatti, Väliestimaattori,
LisätiedotMTTTA1 Tilastomenetelmien perusteet 5 op Luento , osa 1. 1 Kokonaisuudet johon opintojakso kuuluu
5.3.2018/1 MTTTA1 Tilastomenetelmien perusteet 5 op Luento 5.3.2018, osa 1 1 Kokonaisuudet johon opintojakso kuuluu https://www10.uta.fi/opas/opintojakso.htm?rid=14600 &idx=1&uilang=fi&lang=fi&lvv=2017
LisätiedotFoA5 Tilastollisen analyysin perusteet puheentutkimuksessa. 6. luento. Pertti Palo
FoA5 Tilastollisen analyysin perusteet puheentutkimuksessa 6. luento Pertti Palo 1.11.2012 Käytännön asioita Harjoitustöiden palautus sittenkin sähköpostilla. PalautusDL:n jälkeen tiistaina netistä löytyy
LisätiedotPOPULAATIO. Oikeastaan arvot, joista ollaan kiinnostuneita (mitatut numeeriset suureet, luokittelut).
KÄSITTEITÄ POPULAATIO Joukko, jota tutkitaan (äärellinen, ääretön). Oikeastaan arvot, joista ollaan kiinnostuneita (mitatut numeeriset suureet, luokittelut). Näiden välillä ei aina tehdä eroa, kun puhutaan
LisätiedotJohdatus todennäköisyyslaskentaan Moniulotteisia todennäköisyysjakaumia. TKK (c) Ilkka Mellin (2005) 1
Johdatus todennäköisyyslaskentaan Moniulotteisia todennäköisyysjakaumia TKK (c) Ilkka Mellin (005) 1 Moniulotteisia todennäköisyysjakaumia Multinomijakauma Kaksiulotteinen normaalijakauma TKK (c) Ilkka
LisätiedotMoniulotteisia todennäköisyysjakaumia
Ilkka Mellin Todennäköisyyslaskenta Osa 3: Todennäköisyysjakaumia Moniulotteisia todennäköisyysjakaumia TKK (c) Ilkka Mellin (007) 1 Moniulotteisia todennäköisyysjakaumia >> Multinomijakauma Kaksiulotteinen
LisätiedotIlkka Mellin Todennäköisyyslaskenta Osa 3: Todennäköisyysjakaumia Moniulotteisia todennäköisyysjakaumia
Ilkka Mellin Todennäköisyyslaskenta Osa 3: Todennäköisyysjakaumia Moniulotteisia todennäköisyysjakaumia TKK (c) Ilkka Mellin (006) 1 Moniulotteisia todennäköisyysjakaumia >> Multinomijakauma Kaksiulotteinen
LisätiedotRegressioanalyysi. Kuusinen/Heliövaara 1
Regressioanalyysi Kuusinen/Heliövaara 1 Regressioanalyysin idea ja tavoitteet Regressioanalyysin idea: Oletetaan, että haluamme selittää jonkin selitettävän muuttujan havaittujen arvojen vaihtelun joidenkin
LisätiedotMat-2.104 Tilastollisen analyysin perusteet. Testit suhdeasteikollisille muuttujille. Avainsanat:
Mat-.04 Tilastollise aalyysi perusteet / Ratkaisut Aiheet: Avaisaat: Testit suhdeasteikollisille muuttujille Hypoteesi, Kahde riippumattoma otokse t-testit, Nollahypoteesi, p-arvo, Päätössäätö, Testi,
Lisätiedot1. Normaalisuuden tutkiminen, Bowmanin ja Shentonin testi, Rankit Plot, Wilkin ja Shapiron testi
Mat-2.2104 Tilastollisen analyysin perusteet / Ratkaisut Aiheet: Avainsanat: Yhteensopivuuden ja homogeenisuden testaaminen Bowmanin ja Shentonin testi, Hypoteesi, 2 -homogeenisuustesti, 2 -yhteensopivuustesti,
LisätiedotTilastollinen aineisto Luottamusväli
Tilastollinen aineisto Luottamusväli Keijo Ruotsalainen Oulun yliopisto, Teknillinen tiedekunta Matematiikan jaos Tilastollinen aineisto p.1/20 Johdanto Kokeellisessa tutkimuksessa tutkittavien suureiden
Lisätiedotr = 0.221 n = 121 Tilastollista testausta varten määritetään aluksi hypoteesit.
A. r = 0. n = Tilastollista testausta varten määritetään aluksi hypoteesit. H 0 : Korrelaatiokerroin on nolla. H : Korrelaatiokerroin on nollasta poikkeava. Tarkastetaan oletukset: - Kirjoittavat väittävät
LisätiedotJohdatus todennäköisyyslaskentaan Momenttiemäfunktio ja karakteristinen funktio. TKK (c) Ilkka Mellin (2005) 1
Johdatus todennäköisyyslaskentaan Momenttiemäfunktio ja karakteristinen funktio TKK (c) Ilkka Mellin (5) 1 Momenttiemäfunktio ja karakteristinen funktio Momenttiemäfunktio Diskreettien jakaumien momenttiemäfunktioita
LisätiedotMat Tilastollisen analyysin perusteet, kevät 2007
Mat-.04 Tilastollisen analsin perusteet, kevät 007. luento: Kaksisuuntainen varianssianalsi Kai Virtanen Kaksisuuntaisen varianssianalsin perusasetelma Jaetaan perusjoukko rhmiin kahden tekän A ja B suhteen
LisätiedotJohdatus tilastotieteeseen Tilastollisten aineistojen kuvaaminen. TKK (c) Ilkka Mellin (2005) 1
Johdatus tilastotieteeseen Tilastollisten aineistojen kuvaaminen TKK (c) Ilkka Mellin (2005) 1 Tilastollisten aineistojen kuvaaminen Havaintoarvojen jakauma Tunnusluvut Suhdeasteikollisten muuttujien tunnusluvut
LisätiedotTilastollisten aineistojen kerääminen ja mittaaminen
Ilkka Mellin Tilastolliset menetelmät Osa 1: Johdanto Tilastollisten aineistojen kerääminen ja mittaaminen TKK (c) Ilkka Mellin (2007) 1 ja mittaaminen >> Tilastollisten aineistojen kerääminen Mittaaminen
LisätiedotMS-A0503 Todennäköisyyslaskennan ja tilastotieteen peruskurssi
MS-A0503 Todennäköisyyslaskennan ja tilastotieteen peruskurssi Viikko 5 Tilastollisten hypoteesien testaaminen Lasse Leskelä Matematiikan ja systeemianalyysin laitos Perustieteiden korkeakoulu Aalto-yliopisto
LisätiedotJohdatus todennäköisyyslaskentaan Kertymäfunktio. TKK (c) Ilkka Mellin (2005) 1
Johdatus todennäköisyyslaskentaan Kertymäfunktio TKK (c) Ilkka Mellin (2005) 1 Kertymäfunktio Kertymäfunktio: Määritelmä Diskreettien jakaumien kertymäfunktiot Jatkuvien jakaumien kertymäfunktiot TKK (c)
Lisätiedotedellyttää valintaa takaisinpanolla Aritmeettinen keskiarvo Jos, ½ Ò muodostavat satunnaisotoksen :n jakaumasta niin Otosvarianssi Ë ¾
ËØÙ ÓØÓ Ø Mitta-asteikot Nominaali- eli laatueroasteikko Ordinaali- eli järjestysasteikko Intervalli- eli välimatka-asteikko ( nolla mielivaltainen ) Suhdeasteikko ( nolla ei ole mielivaltainen ) Otos
Lisätiedot