PQStat - Baza Wiedzy pl:statpqpl

Analizy opisowe

Anonymous (anonymous@undisclosed.example.com) — 2023-03-31T22:05:43+00:00

Analizy opisowe Dane zebrane przez badacza w pierwszej kolejności powinny zostać opisane. W zależności od sposobu dokonywania pomiarów (od skali pomiarowej) do opisu zmiennej użyjemy różnych miar. Skale pomiarowe Poprawne określenie rodzaju wykonywanej analizy zależy od skali na jakiej wyrażone są zebrane dane. Wyróżniamy 3 główne skale pomiarowe:

Testy diagnostyczne

Anonymous (anonymous@undisclosed.example.com) — 2019-12-17T17:30:28+00:00

Testy diagnostyczne Ocena testu diagnostycznego Załóżmy, że przy pomocy testu diagnostycznego badamy występowanie danej cechy (najczęściej choroby) i znamy rzeczywistość (tzw. gold-standard) czyli wiemy, czy ta cecha rzeczywiście występuje u badanych osób. Na podstawie tych informacji możemy zbudować tabelę kontyngencji

Testowanie hipotez

Anonymous (anonymous@undisclosed.example.com) — 2015-05-04T13:35:40+00:00

Testowanie hipotez Proces uogólnienia wyników otrzymanych dla próby na całą populację dzieli się zasadniczo na 2 części: * estymację -- szacowanie wartości parametrów populacji na podstawie próby statystycznej, * weryfikację hipotez statystycznych

Hotelling T-kwadrat

Anonymous (anonymous@undisclosed.example.com) — 2019-12-17T17:29:32+00:00

Hotelling T-kwadrat Analiza Hotellinga zaproponowana została przez Hotellinga (1931) (1947) i Mahalanobisa (1930, 1936) jest rozszerzeniem testów t-Studenta do dziedziny wielu zmiennych. W rezultacie jednoczesnej analizie możemy poddawać wiele różnych cech badanych obiektów.

Instalacja

Anonymous (anonymous@undisclosed.example.com) — 2022-02-09T13:09:41+00:00

Instalacja Wymagania sprzętowe Minimalne wymagania dla komputera, aby można było na nim uruchomić PQStat to: * Procesor: Intel Pentum IV 1300MHz * Pamięć RAM: 512MB * Karta Graficzna: SVGA 800×600 * Wolne miejsce na dysku: 0.5GB

Korelacja

Anonymous (anonymous@undisclosed.example.com) — 2021-01-13T17:22:06+00:00

Korelacja Współczynniki korelacji są jedną z miar statystyki opisowej, która reprezentuje stopień korelacji (zależności) pomiędzy 2 lub więcej cechami (zmiennymi). Wybór konkretnego współczynnika zależy w głównej mierze od skali, na której dokonano pomiarów. Wyznaczenie go stanowi jeden z pierwszych etapów pracy nad analizą korelacji. Następnie istotność statystyczną otrzymanych współczynników można analizować przy pomocy testów statystycznych.

Z nauczycielem

Anonymous (anonymous@undisclosed.example.com) — 2023-04-01T15:39:24+00:00

Z nauczycielem Kreator Kreator jest narzędziem ułatwiającym początkującemu użytkownikowi poruszanie się po podstawowych statystykach zawartych w programie. Zawiera podpowiedzi warunków jakie należy sprawdzić przed wybraniem odpowiedniego testu statystycznego. Końcowym krokiem kreatora jest wybór odpowiedniego testu statystycznego i uruchomienie

Jednoczynnikowa MANOVA

Anonymous (anonymous@undisclosed.example.com) — 2015-05-04T13:34:34+00:00

Jednoczynnikowa MANOVA Jednoczynnikowa MANOVA Wcześniej zalecamy zapoznanie się z analizą T-kwadrat Hotelling'a. Jednoczynnikowa MANOVA (ang. multivariate analysis of variance), jest rozszerzeniem jednoczynnikowej ANOVA dla grup niezależnych. Służy do weryfikacji hipotezy o równości średnich badanych

Meta-analiza

Anonymous (anonymous@undisclosed.example.com) — 2019-12-17T17:32:27+00:00

Meta-analiza Liczba pojawiających się prac naukowych w ostatniej dekadzie bardzo wzrosła. Jest to związane z szeregiem korzyści, ale utrudnia nadążenie za wciąż pojawiającymi się nowymi informacjami. Jeśli na przykład lekarz zastosował by nowy sposób leczenia dla swoich pacjentów na podstawie przeczytanej pracy naukowej mógłby popełnić błąd. Błąd może wynikać z faktu opublikowania całego szeregu innych prac, które przeczą skuteczności tego leczenia. Aby decyzja p…

Wielokrotne porównania

Anonymous (anonymous@undisclosed.example.com) — 2022-02-13T17:47:53+00:00

Wielokrotne porównania Wielokrotne porównania Jednoczesne testowanie wielu hipotez (tzw. rodziny hipotez) pociąga za sobą niebezpieczeństwo wzrostu błędu , co stanowi główny problem w dziedzinie wielokrotnych porównań. Gdy błąd

Moc testu i liczność próby

Anonymous (anonymous@undisclosed.example.com) — 2019-12-17T21:19:27+00:00

Moc testu i liczność próby Do wyznaczania liczności próby możemy podejść na kilka wiele sposobów. Jedną z możliwości jest oszacowanie jak duża powinna być próba by w dobry sposób odzwierciedlać populację. Inną możliwością jest oszacowanie liczności próby do sytuacji stosowania konkretnych testów statystycznych. Wówczas oprócz niezbędnej liczności próby możemy być zainteresowani mocą tych testów. Pierwsze, i wydaje się łatwiejsze podejście, zaprezentowane jest w podrozdziale…

Testy normalności rozkładu

Anonymous (anonymous@undisclosed.example.com) — 2019-12-17T20:58:04+00:00

Testy normalności rozkładu Testy normalności jednowymiarowej W badaniu normalności rozkładu zastosowanie mogą mieć różne testy, z których każdy zwraca uwagę na nieco inne aspekty rozkładu Gaussa. Nie można wskazać testu dobrego dla każdego możliwego zestawu danych.

Organizacja pracy z programem

Anonymous (anonymous@undisclosed.example.com) — 2020-10-06T19:24:06+00:00

Organizacja pracy z programem Wszystkie procedury analiz statystycznych dostępne są w menu Statystyka. Forma organizacji danych Forma organizacji danych zależy od procedur statystycznych, jakie użytkownik planuje wykonać. Analiza statystyczna danych może dotyczyć danych zebranych w postaci tabeli kontyngencji lub danych w postaci surowej. Przy czym istnieje możliwość zamiany danych:

Wykresy

Anonymous (anonymous@undisclosed.example.com) — 2021-01-22T21:37:10+00:00

Wykresy Program PQStat oferuje wykresy kolumnowe, wykresy błędów, wykresy typu ramka-wąsy, punktowe, liniowo-punktowe. Okno z ustawieniami opcji wykresów wywołujemy poprzez menu Wykresy. Zmiana podstawowych parametrów wykresu jest możliwa bezpośrednio w oknie wykresu. Jeśli natomiast:

Porównanie - 1 grupa

Anonymous (anonymous@undisclosed.example.com) — 2019-12-17T17:27:13+00:00

Porównanie - 1 grupa Testy parametryczne Test t-Studenta dla pojedynczej próby Test t-Studenta dla pojedynczej próby (ang. single-sample t test) służy do weryfikacji hipotezy, że badana próba o średniej pochodzi z populacji dla której średnia

Porównanie - 2 grupy

Anonymous (anonymous@undisclosed.example.com) — 2019-12-17T17:27:27+00:00

Porównanie - 2 grupy Testy parametryczne Test Fishera-Snedecora Test Fishera-Snedecora (ang. F-Snedecor test) opiera się na zmiennej sformułowanej przez Fishera (1924), a jej rozkład opisał Snedecor. Test ten służy do weryfikacji hipotezy o równości wariancji badanej zmiennej w dwóch populacjach.

Porównanie - więcej niż 2 grupy

Anonymous (anonymous@undisclosed.example.com) — 2019-12-17T17:27:56+00:00

Porównanie - więcej niż 2 grupy Uwaga! Zaproponowany schemat wyboru testów do porównania wielu grup nie jest jedynym możliwym schematem i nie zawiera wszystkich zaproponowanych w programie testów przeznaczonych do tego porównania. Uwaga!

Redukcja wymiarów i grupowanie

Anonymous (anonymous@undisclosed.example.com) — 2019-12-17T17:30:53+00:00

Redukcja wymiarów i grupowanie Wraz ze wzrostem ilości zmiennych poddawanych analizie statystycznej rośnie ich dokładność, ale rośnie też stopień komplikacji i trudności w interpretacji uzyskanych wyników. Zbyt duża ilość zmiennych niesie za sobą ryzyko wzajemnej ich korelacji. A więc informacja wnoszona przez niektóre zmienne może być redundantna, tzn. część zmiennych może nie wnosić nowej informacji do analizy, ale powtarzać informacje wniesione już przez inne zmienne. Potrzeba redukcji wymia…

Rozkłady prawdopodobieństwa

Anonymous (anonymous@undisclosed.example.com) — 2022-01-30T19:42:51+00:00

Rozkłady prawdopodobieństwa Rzeczywisty rozkład danych z próby - rozkład empiryczny danych może być przedstawiony za pomocą Tabel liczności (poprzez wybranie menu Statystyka→Analizy opisowe→Tabele liczności). Na przykład rozkład ilości wykorzystanych darmowych minut przez abonentów pewnego operatora telefonii komórkowej.

Analiza rzetelności

Anonymous (anonymous@undisclosed.example.com) — 2019-12-17T17:31:06+00:00

Analiza rzetelności Analiza rzetelności (ang. reliability analysis) związana jest najczęściej z budową skal złożonych, w szczególności skal sumarycznych, czyli składających się z wielu pojedynczych pozycji (pytań). Rzetelność skali - rozumiana jako jej wewnętrzna spójność, daje nam informację o tym, na ile dana skala mierzy to, co mierzy; czyli w jakim stopniu poszczególne pozycje skali mierzą to, co cała skala.

pl:statpqpl:statpl

Anonymous (anonymous@undisclosed.example.com) — 2014-08-09T16:22:59+00:00

Spis treści PQStat - Baza Wiedzy index

Analiza przeżycia

Anonymous (anonymous@undisclosed.example.com) — 2019-12-17T17:31:17+00:00

Analiza przeżycia Analiza przeżycia stosowana często w medycynie, w innych dyscyplinach naukowych występuje pod takimi nazwami jak: analiza niezawodności (ang. reliability analysis), analiza trafności (ang.duration analysis), analiza historii zdarzeń (

Obsługa programu

Anonymous (anonymous@undisclosed.example.com) — 2017-12-04T21:26:18+00:00

Obsługa programu Podstawa zarządzania dokumentami w programie opiera się na projektach. Każdy projekt stanowi oddzielny plik. Projekt jest obiektem o znaczeniu podobnym do skoroszytu (zeszytu), w którego skład wchodzą 3 podstawowe elementy:

Analiza dla warstw

Anonymous (anonymous@undisclosed.example.com) — 2019-12-17T17:29:04+00:00

Analiza dla warstw Metoda Mantela-Haenszela dla wielu tabel Metoda Mantela-Haenszela dla tabel (ang. Mantel-Haenszel method for 2×2 tables) zaproponowana została przez Mantela i Haenszela (1959) a następnie rozszerzona przez Mantela (1963)

Modele wielowymiarowe

Anonymous (anonymous@undisclosed.example.com) — 2023-03-31T19:19:37+00:00

Modele wielowymiarowe Wielowymiarowe modele regresji dają możliwość badania wpływu wielu zmiennych niezależnych (wielu czynników) oraz ich interakcji na jedną zmienną zależną. Poprzez modele wielowymiarowe możliwe jest również budowanie jednocześnie wielu uproszczonych modeli - modeli jednowymiarowych (jednoczynnikowych). Informacja o tym, jaki model chcemy budować (

Analiza zgodności

Anonymous (anonymous@undisclosed.example.com) — 2019-12-17T17:30:08+00:00

Analiza zgodności Testy parametryczne Współczynnik korelacji wewnątrzklasowej i test badający jego istotność Współczynnik korelacji wewnątrzklasowej (ang. ICC - intraclass correlation coefficient) stosuje się w sytuacji, gdy pomiarów badanej zmiennej dokonuje kilku