Upload
jaeger
View
50
Download
0
Embed Size (px)
DESCRIPTION
7. Csoportok és változók sztochasztikus összehasonlítása (összehasonlítások ordinális függő változók esetén). A függő változó skálája legyen legalább ordinális skálájú (ordinális, intervallum, illetve arányskálájú). Ordinális módszerek közös alkalmazási feltétele. - PowerPoint PPT Presentation
Citation preview
1
7. Csoportok és változók sztochasztikus összehasonlítása(összehasonlítások ordinális függő változók esetén)
2
Ordinális módszerek közös alkalmazási feltétele
A függő változó skálája legyen legalább ordinális skálájú (ordinális, intervallum, illetve arányskálájú)
3
Tartalom Két összetartozó minta összehasonlítása
(két változó sztochasztikus egyenlőségének tesztelése)
Két független minta összehasonlítása (két populáció sztochasztikus egyenlőségének tesztelése)
Több független minta összehasonlítása (kettőnél több populáció, illetve változó sztochasztikus homogenitásának tesztelése)
Két Két összetartozóösszetartozó minta minta összehasonlításaösszehasonlítása
5
Összetartozó minták jellemzői
Az adattáblázatban külön változók Leggyakrabban ismételt mérések
különböző helyzetekben vagy időpontokban
6
Szakmai problémák Változik-e a pókfóbiások szorongás-
szintje egy deszenzitizációs kezelés hatására?
Lehet-e családterápiával javítani az elromlott házasságokon?
Lehet-e a depressziós tüneteket autogén tréninggel csökkenteni?
7
Hagyományos elemzési módszer Kvantitatív függő változó Nagyságszint mérése az átlaggal Két összetartozó minta átlagának
összehasonlítása összetartozó mintás (egymintás) t-próbával.
Egymintás t-próba alkalmazási feltétele: Normalitás
8
Ordinális megközelítés Hogyan vizsgálható a változás
(javulás vagy romlás), ha nem számíthatunk átlagot?
Ötlet: javulási/romlási arány meghatározása
Feltétel: a függő változó legyen legalább ordinális skálájú
Vsz. Nyugalmi vérnyomás
Vérnyomás stressz alatt
Válto-zás
1. 115 140 +
2. 125 128 +
3. 130 132 +
4. 145 140 -
5. 130 135 +
6. 125 120 -
7. 115 130 +
Változás vizsgálataVáltozás vizsgálata
10
Statisztikai következtetéshez szükséges adatok
Elemszám (N) Javulást mutatók száma (n+) Romlást mutatók száma (n-) Vigyázat, vannak, akik nem változnak!
11
Statisztikai nullhipotézis H0: Elméleti javulási arány = Elméleti
romlási arány H0: Várható javulási arány = Várható
romlási arány Ezt az egyenlőséget sztochasztikus
egyenlőségnek nevezzük Nullhipotézis tesztelése: előjelpróbával
Két független minta Két független minta összehasonlításaösszehasonlítása
13
Hagyományos elemzési módszer
Kvantitatív függő változó Nagyságszint mérése az átlaggal Két független minta átlagának
összehasonlítása kétmintás t-próbával. Kétmintás t-próba alkalmazási feltételei:
Normalitás Szóráshomogenitás
14
Ordinális megközelítés Ötlet: dominancia arányok meghatározása Pl. fiúk és lányok összehasonlítása egy V
változó segítségével Fiú dom%: milyen gyakran fordul elő, hogy
egy fiú nagyobb V-értékű, mint egy lány? Lány dom%: milyen gyakran fordul elő,
hogy egy lány nagyobb V-értékű, mint egy fiú?
15
Sztochasztikus egyenlőség
Fiú dominancia % = Lány dominancia %
Más szavakkal:
A fiúk adata ugyanolyan gyakran nagyobb a lányok adatánál, mint kisebb
Két populáció sztochasztikus Két populáció sztochasztikus összehasonlításaösszehasonlítása
Fő kérdés: Ha két populációból vagy eloszlásból
véletlenszerűen kiválasztunk 1-1 értéket, milyen gyakran fordul elő, hogy az egyik (X) nagyobb lesz, mint a másik (Y)?
A sztochasztikus dominancia legegyszerűbb mértéke:
p+ = P(X > Y)
Átlagok és Átlagok és pp++ értékek a CPI- értékek a CPI-
Feminitás Skála esetében (n = 82)Feminitás Skála esetében (n = 82)
0.0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
24%
66%
p+
Férfiak Nők
0
2
4
6
8
10
12
14
átlag
12,114,0
Férfiak Nők
A Szondi teszt m1 képe
Átlagok és Átlagok és pp++ értékek a Szondi m1 értékek a Szondi m1
képváltozó esetében (N = 277)képváltozó esetében (N = 277)
0.0
0.1
0.1
0.2
0.2
0.3
0.3
0.4
0.4
0.5
0.5
21%
50%
p+
Férfiak Nők0
1
1
2
2
3
3
átlag
2,392,95
Férfiak Nők
20
A sztochasztikus egyenlőség (SZTE) matematikai jelölése
X: vizsgált változó a P1 populációban Y: vizsgált változó a P2 populációban P1 sztochasztikusan egyenlő P2-vel, ha
P(X > Y) = P(X < Y) P(X > Y): P1-beli fölény esélye (p+)
P(X < Y): P2-beli fölény esélye (p-)
X-minta Y-minta0 11 28 3
X > Y: (8; 1), (8; 2), (8; 3) X < Y: (0; 1), (0; 2), (0; 3), (1;2), (1; 3)
n+ = 3 (X dominancia); arány: 3/9 = 33% n- = 5 (Y dominancia); arány: 5/9 = 56%
H0: Sztochasztikus egyenlőség
• Hagyományos próba:- Mann-Whitney-próba (MW-próba)
• Alkalmazási feltétel: - szóráshomogenitás
• Robusztus változatok:- Brunner-Munzel-próba (BM-próba)- FPW-próba
23
p+ pe p- A = p+ + pe/2
Fem/ffi 24% 10% 66% 0,24 + 0,05 = 0,29
Fem/nő 66% 10% 24% 0,66 + 0,05 = 0,71
m1/ffi 21% 29% 50% 0,21 + 0,145 = 0,345
m1/nő 50% 29% 21% 0,50 + 0,145 = 0,655
A valószínűségi fölény A mutatója
Sztochasztikus egyenlőség nullhipotézise
H0: A12 = A21 = 0,5
Kettőnél többKettőnél több minta minta összehasonlításaösszehasonlítása
27
Hagyományos elemzési módszer
Kvantitatív függő változó Nagyságszint mérése az átlaggal Több független minta átlagának
összehasonlítása egyszempontos VA-val VA alkalmazási feltételei:
Normalitás Szóráshomogenitás
28
Ordinális megközelítés Ötlet: eredeti adatok helyett rangszámok,
átlagok helyett rangátlagok Nullhipotézis: elméleti rangátlagok
egyenlők Ezen egyenlőség neve: sztochasztikus
homogenitás (SZTH) Szimmetrikus eloszlású változók esetén:
SZTH elméleti átlagok egyenlősége
H0: Sztochasztikus homogenitás
• Hagyományos próbák:- Kruskal-Wallis-próba (független minták esetén)- Friedman-próba (összetartozó minták esetén)- Ezek gyakorlatilag olyan VA-k, amelyeket a rangszámokon hajtunk végre
• Alkalmazási feltétel: - szóráshomogenitás
H0: Sztochasztikus homogenitás
Szóráshomogenitás sérülése esetén alkalmazható robusztus próbák:
- korrigált rang-Welch-próba, Kulle-féle próbák (független minták esetén)- robusztus rang-VA-k (összetartozó minták esetén)
31
Sztochasztikus nagyságszint mérése
Minták rangátlagai Sztochasztikus dominancia mutatók
(sztochasztikus kezelési hatások: Pi) Pi jelzi, hogy az i-edik populációban
(mintában) az adatok milyen gyakran nagyobbak egy tetszőleges adatnál
SZTH: P1 P2 ... Ph 0,5
32
Utóelemzések Minták páronkénti összehasonlítása
Rangátlagok összehasonlítása BM-próba Bonferroni-korrekcióval
Mintánként a H0: Pi 0,5 nullhipotézis vizsgálata Melyik minta „lóg ki” szignifikánsan? BM-próba Bonferroni-korrekcióval
Ekvivalenciák
Ha a függő változó szimmetrikus (pl. normális), akkor az alábbi nullhipotézisek ekvivalensek egymással:
• H0: Átlagok egyenlősége• H0: Mediánok egyenlősége• H0: Sztochasztikus egyenlőség (h = 2)• H0: Sztochasztikus homogenitás (h > 2)
Eltérések
Ha a függő változó nem szimmetrikus, akkor az alábbi nullhipotézisek nem feltétlenül ekvivalensek egymással:
• H0: Átlagok egyenlősége• H0: Mediánok egyenlősége• H0: Sztochasztikus egyenlőség (h = 2)• H0: Sztochasztikus homogenitás (h > 2)
35
Kétszempontos Kétszempontos rang-varianciaanalízis:rang-varianciaanalízis:
lásd ROPstatlásd ROPstat