analyysin perusteet Mat Ti lastol I isen Tentti /Mellin

Samankaltaiset tiedostot
Mat Tilastollisen analyysin perusteet

A B DIFFERENCE

MS-C2{04 Tilastollisen analyysin perusteet

1. YKSISUUNTAINEN VARIANSSIANALYYSI: AINEISTON ESITYSMUODOT

Tavanomaisten otostunnuslukujen, odotusarvon luottamusvälin ja Box ja Whisker -kuvion määritelmät: ks. 1. harjoitukset.

Mat Tilastollisen analyysin perusteet. Testit suhdeasteikollisille muuttujille. Avainsanat:

Mediaanikorko on kiinteäkorkoiselle lainalle korkeampi. Tämä hypoteesi vastaa taloustieteen käsitystä korkojen määräytymismekanismista.

Perusnäkymä yksisuuntaiseen ANOVAaan

voidaan hylätä, pienempi vai suurempi kuin 1 %?

1. KAKSISUUNTAINEN VARIANSSIANALYYSI: TULOSTEN TULKINTA

Tässä harjoituksessa käydään läpi R-ohjelman käyttöä esimerkkidatan avulla. eli matriisissa on 200 riviä (havainnot) ja 7 saraketta (mittaus-arvot)

Kaksisuuntaisen varianssianalyysin tilastollisessa malli voidaan esittää seuraavassa muodossa:

OHJ-7600 Ihminen ja tekniikka -seminaari, 4 op Käyttäjäkokemuksen kvantitatiivinen analyysi. Luento 3

Lisätehtäviä ratkaisuineen luentomonisteen lukuun 6 liittyen., jos otoskeskiarvo on suurempi kuin 13,96. Mikä on testissä käytetty α:n arvo?

(d) Laske selittäjään paino liittyvälle regressiokertoimelle 95 %:n luottamusväli ja tulkitse tulos lyhyesti.

MTTTP5, luento Luottamusväli, määritelmä


1. PÄÄTTELY YHDEN SELITTÄJÄN LINEAARISESTA REGRESSIOMALLISTA

Ongelma: Poikkeaako perusjoukon suhteellinen osuus vertailuarvosta?

Tilastollinen testaus. Vilkkumaa / Kuusinen 1

Testejä suhdeasteikollisille muuttujille

voidaan hylätä, pienempi vai suurempi kuin 1 %?

1. Normaalisuuden tutkiminen, Bowmanin ja Shentonin testi, Rankit Plot, Wilkin ja Shapiron testi

Sovellettu todennäköisyyslaskenta B

Otoskoon arviointi. Tero Vahlberg

Väliestimointi (jatkoa) Heliövaara 1

Mat Tilastollisen analyysin perusteet, kevät 2007

Tilastollisen analyysin perusteet Luento 3: Epäparametriset tilastolliset testit

pisteet Frekvenssi frekvenssi Yhteensä

Yksisuuntainen varianssianalyysi (jatkoa) Heliövaara 1

Toimittaja Erä

Altistusaika 1 kk 2 kk 3 kk

A250A0050 Ekonometrian perusteet Tentti

Yksisuuntainen varianssianalyysi (jatkoa) Kuusinen/Heliövaara 1

SELVITTÄJÄN KOMPETENSSISTA

ABHELSINKI UNIVERSITY OF TECHNOLOGY

2 k -faktorikokeet. Vilkkumaa / Kuusinen 1

Geenikartoitusmenetelmät. Kytkentäanalyysin teoriaa. Suurimman uskottavuuden menetelmä ML (maximum likelihood) Uskottavuusfunktio: koko aineisto

A130A0650-K Tilastollisen tutkimuksen perusteet 6 op Tentti / Anssi Tarkiainen & Maija Hujala

r = n = 121 Tilastollista testausta varten määritetään aluksi hypoteesit.

Teema 9: Tilastollinen merkitsevyystestaus

SPSS-pikaohje. Jukka Jauhiainen OAMK / Tekniikan yksikkö

Tilastollisen analyysin perusteet Luento 10: Johdatus varianssianalyysiin

1. a) Luettele hyvän kvantitatiivisen tutkimuksen perusvaatimukset. b) Miten tutkimusraportissa arvioit tutkimuksen luotettavuutta?

Yhden faktorin koeasetelma, jossa faktorilla on a tasoa (kokeessa on a käsittelyä).

Tilastollisen analyysin perusteet Luento 11: Epäparametrinen vastine ANOVAlle

3. Yhden faktorin kokeet. 3.1 Varianssianalyysi. Yhden faktorin koeasetelma, jossa faktorilla on a tasoa (kokeessa on a käsittelyä).

Testit laatueroasteikollisille muuttujille

3. Yhden faktorin kokeet. 3.1 Varianssianalyysi. Yhden faktorin koeasetelma, jossa faktorilla on a tasoa (kokeessa on a käsittelyä).

Supplementary Table S1. Material list (a) Parameters Sal to Str

Kvantitatiiviset menetelmät

Ilkka Mellin Tilastolliset menetelmät. Osa 3: Tilastolliset testit. Tilastollinen testaus. TKK (c) Ilkka Mellin (2007) 1

Kvantitatiiviset tutkimusmenetelmät maantieteessä

Sovellettu todennäköisyyslaskenta B

Harjoitus 7: NCSS - Tilastollinen analyysi

Johdatus varianssianalyysiin. Vilkkumaa / Kuusinen 1

Sisällysluettelo ESIPUHE... 4 ALKUSANAT E-KIRJA VERSIOON... 5 SISÄLLYSLUETTELO JOHDANTO TILASTOLLISEEN PÄÄTTELYYN TODENNÄKÖISYYS...

MTTTA1 Tilastomenetelmien perusteet 5 op Luento , osa 1. 1 Kokonaisuudet johon opintojakso kuuluu

Tilastollisen analyysin perusteet Luento 4: Testi suhteelliselle osuudelle

1. REGRESSIOMALLIN SYSTEMAATTISEN OSAN MUOTO

Odotusarvoparien vertailu. Vilkkumaa / Kuusinen 1

MTTTA1 Tilastomenetelmien perusteet 5 op Luento Kokonaisuudet johon opintojakso kuuluu

Johdatus tilastotieteeseen Testit laatueroasteikollisille muuttujille. TKK (c) Ilkka Mellin (2004) 1

BIOSTATISTIIKKAA ESIMERKKIEN AVULLA. Kurssimoniste (luku 2) Janne Pitkäniemi. Helsingin Yliopisto Kansanterveystieteen laitos

OHJ-7600 Ihminen ja tekniikka -seminaari, 4 op Käyttäjäkokemuksen kvantitatiivinen analyysi Luento 2

χ = Mat Sovellettu todennäköisyyslasku 11. harjoitukset/ratkaisut

2. Keskiarvojen vartailua

RISTIINTAULUKOINTI JA Χ 2 -TESTI

Johdatus tilastotieteeseen Testit suhdeasteikollisille muuttujille. TKK (c) Ilkka Mellin (2004) 1

VARIANSSIANALYYSI ANALYSIS OF VARIANCE

10. laskuharjoituskierros, vko 14, ratkaisut

Esim Brand lkm keskiarvo keskihajonta A ,28 5,977 B ,06 3,866 C ,95 4,501

JY / METODIFESTIVAALI 2013 PRE-KURSSI: KYSELYTUTKIMUS DEMOT

Testaa onko myrkkypitoisuus eri ryhmissä sama. RATK. Lasketaan kaikkien havaintoarvojen summa: k T i = = 486.

P5: Kohti Tutkivaa Työtapaa Kesä Aritmeettinen keskiarvo Ka KA. Painopiste Usein teoreettinen tunnusluku Vähintään välimatka-asteikko.

Estimointi populaation tuntemattoman parametrin arviointia otossuureen avulla Otossuure satunnaisotoksen avulla määritelty funktio

1. USEAN SELITTÄJÄN LINEAARINEN REGRESSIOMALLI JA OSITTAISKORRELAATIO

Johdatus tilastotieteeseen Testit suhdeasteikollisille muuttujille. TKK (c) Ilkka Mellin (2005) 1

Tilastollisen analyysin perusteet Luento 2: Tilastolliset testit

Sovellettu todennäköisyyslaskenta B

Kaksisuuntainen varianssianalyysi. Vilkkumaa / Kuusinen 1

Mat Sovellettu todennäköisyyslasku A

Tilastotieteen jatkokurssi syksy 2003 Välikoe

/1. MTTTP5, luento Kertausta. Olk. X 1, X 2,..., X n on satunnaisotos N(µ, ):sta, missä tunnettu. Jos H 0 on tosi, niin

Lauri Tarkkonen: Erottelu analyysi

Sovellettu todennäköisyyslaskenta B

Mat Tilastollisen analyysin perusteet, kevät 2007

7. Lohkominen ja sulautus 2 k kokeissa. Lohkominen (Blocking)

Mat Sovellettu todennäköisyyslaskenta B

SPSS-perusteet. Sisältö

Testit järjestysasteikollisille muuttujille

4. Seuraavaan ristiintaulukkoon on kerätty tehtaassa valmistettujen toimivien ja ei-toimivien leikkijunien lukumäärät eri työvuoroissa:

Otanta-aineistojen analyysi (78136, 78405) Kevät 2010 TEEMA 3: Frekvenssiaineistojen asetelmaperusteinen analyysi: Perusteita

Näistä standardoiduista arvoista laskettu keskiarvo on nolla ja varianssi 1, näin on standardoidulle muuttujalle aina.

1. YKSISUUNTAINEN VARIANSSIANALYYSI: AINEISTON ESITYSMUODOT

Statistical design. Tuomas Selander

Teema 3: Tilastollisia kuvia ja tunnuslukuja

Mat Tilastollisen analyysin perusteet. Painotettu PNS-menetelmä. Avainsanat:

Sisällysluettelo ESIPUHE KIRJAN 1. PAINOKSEEN...3 ESIPUHE KIRJAN 2. PAINOKSEEN...3 SISÄLLYSLUETTELO...4

T Statistical Natural Language Processing Answers 6 Collocations Version 1.0

Transkriptio:

Mat-2.1 04 Ti lastol Tentti 7.5.2005/Mellin I isen analyysin perusteet Kirjoita selvdsti jokaiseen koepaperii n alla mainitussa jdirjestyksessd: - Mat-2.104 Tap 7.5.2005 - opiskelijanumero + kirjain - TEKSTATEN sukunimija kaikki etunimet - koulutusohjelma ja vuosikurssi - mahdolliset entiset nimet ja koulutusohjelmat - nimikiri Tentissd saa kiyttiiii funktiolaskinta ja Lainisen tai Mellinin kaava- ja taulukkokokoelmaa. Yhden tehtiivistii saa korvata harjoitustyiistd saaduilla pisteillii. Merkitse ko rvattava tehtdvei se I v iisti v asta u s paperi i n. Vastaa lyhyestiia ytimekkddsfi, mutta esitd nr'm paljon perusteluita, ettii vastauksestasi saa selville mitdia miksi olet tehnyt. l. Kokeessa verrattiin kahta menetelmzili, A ja B, lukemisen opetuksessa. Kokeeseen valittiin peruskoulun l.luokan oppilaiden joukosta 14 oppilasparia, joissa parin kummallakin jhsenelll sukupuoli, iilykkyys, terveys, sosiaalinen status jne. olivat mahdollisimman samanlaisia. Toinen sovitetun parin jiisenistd sai opetusta menetelm[lla A ja toinen menetelm[ll[ B. Opetusjakson jlilkeen kaikki kokeessa mtrkana olleet oppilaat joutuivat lukutaitokokeeseen. Tulokset kokeesta (koepisteet) on annettu alla (korkeampi pistemliiirli osoittaa parempaa lukutaitoa). Menetelml Pari A B 1 73 68 2 56 73 3 95 89 4 64 73 5 68 66 6 94 87 7 )) 75 Menetelm[ Pari A B 8 84 88 9 73 85 10 92 96 l1 99 9l 12 68 86 13 44 59 t4 53 67 Ongelmanasi on testata 5 %o:n merkitsevyystasoa kaftaen nollahypoteesia IIo, jonka mukaan opetusmenetelmiit A ja B tuottavat lukutaitotestillli mitattuna yhtli hyvia tuloksia, kun vaihtoehtoisena hypoteesina on, etth menetelmiit eivlit ole yhh hyvia. ULO

Alla on annettu yllli esitettyyn ongelmaan liittyen kaksi Statistix-ohjelman tulostusta. Tulostus 1.1: TWO-SAMPLE T TESTS FOR A VS B SAMPLE VARIABLE MEAN SIZE S.D. S.E. A B DTFFERENCE 72.71,4 1,4 1"7.697 4.727I 18.786 14 1t_.383 3.0422 _6.07L4 NULL HYPOTHESIS: DIFFERENCE = O ALTERNATIVE HYP: DIFFERENCE <> O ASSUMPTION T DF P 95% CI FOR DIFFERENCE EQUAL VARTANCES -1.08 26 0.290 (-t7.626, 5.4835) UNEQUAL VARTANCES -1.08 22.2 0.292 (-11.'724, 5.5808) F NUM DF DEN DF P TESTS FOR EQUALITY of VARTANCES 2.4L t_3 13 0.0624 CASES INCLUDED 28 MTSSING CASES O Tulostus 1.2: PATREDTTESTFORA_B NULL HYPOTHESIS : DTFFERENCE ALTERNATIVE HYP: DIFFERENCE MEAN STD ERROR LO 95% Cr UP 95% CI T DF Y - 6. 071-4 2.7265-1,1.962 -v. n a 6 r ^ L6rz -2.23 13 0.0443 CASES TNCLUDED T4 MISSING CASES O 2/10

Tehtiiviit: (a) Tulostuksessa 1.1 on sovellettu /-testiii(osta on kaksi versiota) ja F{estiii. Esittele testit: Kerro mita on testattu ja mitka olivat testien tulokset. (b) Tulostuksessa 1.2 on sovellettu /-testia. Esittele testi: Kerro mit[ on testattu ja mik6 oli testi tulos. (c) Vain toinen tulostuksissa 1ja 2 sovelletuista /-testeist[ sopii tehtavan tilanteeseen. Kumpi? Perustele valintasi. 2. Kemisti tutki katalysaattorin mliiirlin vaikutusta erhin komponentin konsentraatioon valmi stettavassa liuoksessa. Katalysaattorin miiiirlillii oli 4 tasoa. Tavoitteena oli valmistaa 5 liuosniiytetth kullakin katalysaattorin tasolla, mutta osa n[ytteist[ p[6si tuhoutumaan. Yhteenveto koetuloksista (ko. komponentin konsentraatioprosentit naytteiss[) on annettu alla olevassa taulukossa. TASOl TASO2 TASO3 TAS04 70.6 70.3 67.7 62.4 68.4 67.6 68.9 63 71.8 68.4 63.8 64.3 7t.4 69.4 65.1 67 Koetulosten perusteella haluttiin selvittlh onko katalysaattorin mli[r[ll[ vaikutusta ko. komponentin konsentraatioon liuoksessa. Statistix-tulostukset tehdvstli tilastollisesta analwsista on annettu alla. Huomautus: Painovirhepaholainen halusi estiiii vastaamisesi ja korvasi osan tulostuksen 2. I luvuista kysymysmerkeillii. Paholainen ei kuitenkaan tiennyt, etth osaat kyll[ mliliriitii puuttuvat luvut. Puuttuvat luvut ovat ryhmien sistiistti vaihtelua kuvaava nelidsumma, kaikkien neli\summien vapausasteet, ke skinelidvirheet (MS) seka F-testisuureen arvo. 3/t0

Tulostus 2.1: ONE-WAY AOV FOR: TASO1 TASO2 TASO3 TASO4 SOURCE DF SS MS F P BETWEEN?? 94.1299???????????? 0.001_7 WITHIN???????????????? TOTAL?? t_34.599 chr-sq DF P BARTLETT'S TEST OF EQUAL VARTANCES 2.L8 3 0.5349 COCHRAN'S Q 0.4993 LARGEST VAR / SMALLEST VAR 5.L429 COMPONENT OF VARIANCE FOR BETWEEN GROUPS 7.138]-]. EFFECTIVE CELL SIZE 4.0 SAMPLE GROUP VARIABLE MEA}] SIZE STD DEV TASO1 69.840 5 2.06IL TASO2 68.925 4 1. 1-758 raso3 66.800 3 2.6665 TASO4 63.700 4 1.2241 TOTAL 67.546 16 L.8225 CASES INCLUDED 1-6 MISSING CASES 4 4/r0

Tulostus 2.2: BONFERRONI COMPARISON OF MEANS HOMOGENEOUS VARTABLE MEA}tr GROUPS TASO1 69.840 I TASO2 68.925 r TASO3 66.800 r f TASO4 63.700 r THERE ARE 2 GROUPS IN WHICH THE MEANS ARE NOT SIGNTFICANTLY DIFFERENT FROM ONE ANOTHER. CRITICAL T VALUE 3.].53 RE,JECTION LEVEL O.O5O STANDARD ERRORS AND CRTTICAL VALUES OF DIFFERENCES VARY BETWEEN COMPARISONS BECAUSE OF UNEQUAL SAMPLE STZES. Tehtiiviit: (a) (b) (c) (d) (e) Mit[ tilastollista menetelmlii on k[yetty? Kuvaa k[ytetyn menetelmein tavoitetta lyhyesti. MikA on menetelmiillii testattu nollahypoteesi? Mika on vaihtoehtoinen hypoteesi? MikA on tulostuksessa 2.1 mainitun Bartlettin testin rooli menetelmiin soveltamisessa. Laske tulostuksen 2.1 puuttuvat luvut. Teejohtopiiiitdksettulostuksesta2.I. (0 Teejohtopilitdksettulostuksesta2.2. 3. Tutkimuksessa haluttiin selvittiiii tietokoneen prosessorin nopeuden ja RAMmui stin koon vaikutus laskenta-aikaan monimutkai sissa matemaatti si ssa laskutoimituksissa. Kokeeseen valittiin kaksi prosessoria (I44lvftIzja 400 MHz) ja kaksi muistikokoa (128 MB ja256 MB). Sama matemaattinen ohjelma ajettiin jokaisella nopeusmuistikoko-kombinaatiolla kolme kertaa niin, ettii jokaisesta kombinaatiosta saatiin 3 havaintoa. Tulokset kokeesta (suoritusajat; 1/1000 s) on annettu alla olevassa taulukossa. 5/ro

RAM Suoritusaika (1/1000 s) 128 MB 256 MB Prosessorin nopeus I44MHz 400 MHz 30 t6 26 9 r6 1l 22 6 12 10 I4 8 Koetulosten perusteella haluttiin selvitt[ii millaisia vaikutuksia prosessorin nopeudella ja RAM-muistin koolla on ko. tehtdvlin suoritusaikaan. Statistix-tulostus tehdystli tilastollisesta analwsista on annettu alla. Huomautus: Painovirhepaholainen halusi est66 vastaamisesi ja korvasi osan tulostuksen 3. 1 luvuista kysymysmerkeillii. Paholainen ei kuitenkaan tiennyt, ettii osaat kyllii milirlitii puuttuvat luvut. Puuttuvat luvut ov at j cicinn ii s neli 6 s umma, kaikki en nel i d s ummi en v ap au s - asteet, ke skineliiivirheet (MS) seka F -te stisuureiden aw ot. Tulostus 3.1: ANALYSIS OF VARTANCE TABLE FOR AIKA SOURCE D F S S M S F P RAM (A)?? l-08.000???????????? 0.0678 PROSNOP (B)?? 300.000???????????? 0.0079 A*B?? L2.000???????????? 0.5017 RESIDUAL???????????????? TOTAL?? 614.000 6/r0