מבחן t למדגמים בלתי תלויים

Slides:



Advertisements
Similar presentations
Completeness and Expressiveness. תזכורת למערכת ההוכחה של לוגיקה מסדר ראשון : אקסיומות 1. ) ) (( 2. )) ) (( )) ( ) ((( 3. ))) F( F( ( 4. ) v) ( ) v ((
Advertisements

מבוא למדעי המחשב לתעשייה וניהול
מתמטיקה בדידה תרגול 3.
רקורסיות נושאי השיעור פתרון משוואות רקורסיביות שיטת ההצבה
חורף - תשס " ג DBMS, Design1 שימור תלויות אינטואיציה : כל תלות פונקציונלית שהתקיימה בסכמה המקורית מתקיימת גם בסכמה המפורקת. מטרה : כאשר מעדכנים.
1 שונות המשתנה. המודל : הנחות 1-3 מתקיימות. הנחה 4 אינה מתקיימת - כך שלפחות עבור תצפית אחת השונות שונה מהשונות של יתר התצפיות. לפחות עבור s ו t אחד. תוצאות.
Tutorial #7 Preventing combinatorial loops – © Yohai Devir 2007 © Dima Elenbogen 2009 Technion - IIT.
מבוא למדעי המחשב תרגול 8 - מחרוזות שעת קבלה : יום שני 11:00-12:00 דוא " ל :
חורף - תשס " ג DBMS, צורות נורמליות 1 צורה נורמלית שלישית - 3NF הגדרה : תהי R סכמה רלציונית ותהי F קבוצת תלויות פונקציונליות מעל R. R היא ב -3NF.
Map-Reduce Input: a collection of scientific articles on different topics, each marked with a field of science –Mathematics, Computer Science, Biology,
Robust Characterization of Polynomials 1 Robust Characterization of polynomials “IT DOES NOT MAKE SENCE!” מרצים : אורי גרסטן יניב עזריה Ronitt Rubinfeld.
1 Formal Specifications for Complex Systems (236368) Tutorial #5 Refinement in Z: data refinement; operations refinement; their combinations.
מסדי נתונים תשס " ג 1 תכנון סכמות – אלגוריתם פירוק לתבניות בצורת BCNF מסדי נתונים.
עיבוד תמונות ואותות במחשב אלכסנדר ברנגולץ דואר אלקטרוני : שיטות קידוד שיטות קידוד אורך מלת קוד ואנטרופיה אורך מלת קוד ואנטרופיה קידוד.
א " ב, מילים, ושפות הפקולטה למדעי המחשב אוטומטים ושפות פורמליות ( ) תרגיל מספר 1.
א " ב, מילים, ושפות הפקולטה למדעי המחשב אוטומטים ושפות פורמליות ( ) תרגיל מספר 1.
Formal Specifications for Complex Systems (236368) Tutorial #6 appendix Statecharts vs. Raphsody 7 (theory vs. practice)
תכנות תרגול 6 שבוע : תרגיל שורש של מספר מחושב לפי הסדרה הבאה : root 0 = 1 root n = root n-1 + a / root n-1 2 כאשר האיבר ה n של הסדרה הוא קירוב.
1 Formal Specifications for Complex Systems (236368) Tutorial #1 Course site : T.A. :Emilia Katz.
תחשיב הפסוקים חלק ג'. צורות נורמליות א. DF – Disjunctive Form – סכום של מכפלות. דוגמא: (P  ~Q  R)  (R  P)  (R  ~Q  ~P) הגדרה: נוסחה השקולה לנוסחה.
א " ב, מילים, ושפות הפקולטה למדעי המחשב אוטומטים ושפות פורמליות ( ) תרגיל מספר 1.
מבוא כללי למדעי המחשב תרגול 3. לולאות while לולאות while while (condition) { loop body } במקרה של קיום התנאי מתבצע גוף הלולאה ברגע שהתנאי לא מתקיים נצא.
מבחן t למדגמים בלתי תלויים
הקיבול איננו תלוי במטען ובפוטנציאל
הפקולטה למדעי המחשב אוטומטים ושפות פורמליות (236353)
Data Structures, CS, TAU, Perfect Hashing 1 Perfect Hashing בעיה : נתונה קבוצה S של n מפתחות מתחום U השוואה ל - Hash : * טבלה קבועה (Hash רגיל - דינאמי.
1 Data Structures, CS, TAU, Perfect Hashing בעיה: נתונה קבוצה S של n מפתחות מתחום U השוואה ל- Hash : * טבלה קבועה (Hash רגיל - דינאמי) * רוצים זמן קבוע.
תוחלת ושונות בהתפלגויות אחרות התפלגות בינומית : X~B(n,p) E(X)=np, σ 2 (x)=np(1-p) התפלגות היפרגיאומטרית : X~H(N,n,M) E(X)=n*M/N, σ 2 (x)=n*M/N(1-M/N)[(N-n)/N-1)]
רגרסיה קו רגרסיה הוא קו תיאורטי המאפשר לנו לבחון את השפעתו של משתנה מנבא אחד (או יותר) על המשתנה התלוי: במילים אחרות, מודל רגרסיה עוזר לנו לנבא על פי משתנה.
מערכים עד היום כדי לייצג 20 סטודנטים נאלצנו להגדיר עד היום כדי לייצג 20 סטודנטים נאלצנו להגדיר int grade1, grade2, …, grade20; int grade1, grade2, …, grade20;
מודל הלמידה מדוגמאות Learning from Examples קלט: אוסף של דוגמאות פלט: קונסיסטנטי עם פונקציה f ב- C ז"א קונסיסטנטי עם S ז"א מודל הלמידה מדוגמאות Learning.
עקרון ההכלה וההדחה.
יחס סדר חלקי.
מבוא למדעי המחשב תרגול 3 שעת קבלה : יום שני 11:00-12:00 דוא " ל :
מדדי פיזור פיזור מצביע על מידת ההטרוגניות או ההומוגניות של ההתפלגות. פיזור הוא מדד יחסי, כיוון שאפשר לומר אם הפיזור בהתפלגות רחב או צר, רק ביחס לפיזור.
1 מבוא למדעי המחשב סיבוכיות. 2 סיבוכיות - מוטיבציה סידרת פיבונאצ'י: long fibonacci (int n) { if (n == 1 || n == 2) return 1; else return (fibonacci(n-1)
(C) סיון טל גילוי מידע וזיהוי תבניות תרגול מס. 9 גילוי מידע וזיהוי תבניות תרגול מס. 9 דחיסת נתונים מהו קידוד תכונות של קידודים אי - שוויון קרפט.
Text to speech In Mobile Phones איתי לוי. הקדמה שימוש בהודעות טקסט על המכשירים הסלולארים היא דרך תקשורת מאוד פופולארית בימינו אשר משתמשים בה למטרות רבות,
מבוא לאקונומטריקה - תיאור הקורס
1 גילוי מידע וזיהוי תבניות תרגול מס. 3 התפלגות נורמלית רב - מימדית Kullback-Leibler Divergence - משפט קמירות - נגזרת שנייה משפט Log sum inequality משפט.
מבוא למדעי המחשב לתעשייה וניהול הרצאה 7. סברוטינות subroutines.
Population genetics גנים באוכלוסיות a population is a localized group of individuals belonging to the same species.
Data Structures Hanoch Levi and Uri Zwick March 2011 Lecture 3 Dynamic Sets / Dictionaries Binary Search Trees.
1 Formal Specifications for Complex Systems (236368) Tutorial #1 Course site:
1 ניתוח שונות: Post-hoc analysis ניתוח שונות חד-כיווני עם אפקטים קבועים: Post-hoc analysis ד"ר מרינה בוגומולוב מבוסס חלקית על ההרצאות של פרופ' יואב בנימיני.
מספרים אקראיים ניתן לייצר מספרים אקראיים ע"י הפונקציה int rand(void);
Tirgul 12 Trees 1.
Formal Specifications for Complex Systems (236368) Tutorial #1
מבוא למדעי המחשב סיבוכיות.
ניתוח זמן ריצה (על קצה המזלג)
SQL בסיסי – הגדרה אינדוקטיבית
שימוש בשיטה א-פרמטרית להשוואת תוחלות של שתי אוכלוסיות.
פקודות data לסדר את המקרים לפי סדר מסויים Sort cases.
מודל הרגרסיה הלוגיסטית.
השוואת נתונים למודל הסתברותי - כללית
Mediation and Moderation
תכנות מכוון עצמים בשפת JAVA
פרוקטוז, C6H12O6 , חד-סוכר מיוחד
ניתוח זמן ריצה (על קצה המזלג)
תיאוריית תכנון סכמות למסדי נתונים יחסיים חלק 4
בדיקת השערות על השוואת שני סטטיסטים
בעיות נוספות ב-NPC.
Marina Kogan Sadetsky –
ניתוח זמן ריצה (על קצה המזלג)
תכנות מכוון עצמים ושפת JAVA
השערות מחקר והשערות המבחן הסטטיסטי
תיכון אהל שם, רמת גן קורס PHP – הרצאה מס' 10
מבחן t למדגם יחיד.
תוכנה 1 תרגול 13 – סיכום.
Computer Architecture and Assembly Language
Presentation transcript:

מבחן t למדגמים בלתי תלויים השוואת ערכיהן של שתי קבוצות נפרדות, שונות ובלתי תלויות במדגם לגבי אותו משתנה. לדוגמה, השוואת ממוצע המשכורות של הפקידים לעומת ממוצע המשכורות של המנהלים במדגם; דוגמה נוספת: השוואת ממוצע שעות צפייה של גברים לעומת שעות צפייה של נשים.

מתי נבצע מבחן t למדגמים בלתי תלויים כאשר המשתנה הבלתי תלוי הוא בעל שתי רמות בלבד. (הוא יכול להיות בעל יותר משתי רמות אך אנו יכולים לבצע את המבחן רק על שתי רמות מתוך כלל הרמות של המשתנה). כאשר המשתנה הבלתי תלוי הוא משתנה רציף מסולם רווח ומעלה. כאשר נבדקים שונים נמצאים בשתי הרמות. (לא ייתכן כי יהיו לנו נבדקים שיימצאו בשני המדגמים).

analyze > compare means > independent sample t-test

דוגמא: בדוק ברמת מובהקות 0.02 האם קיים הבדל בין ממוצע שנות ההשכלה בקרב נשים מול הממוצע של אותו משתנה בקרב גברים. לצורך כך, נערוך מבחן t למדגמים בלתי תלויים. ההשערה היא, שקיים הבדל (דו"צ) בין ממוצע שנות ההשכלה של נשים ובין הממוצע של גברים. 0= H0: μ1 - μ2 H1: μ1 - μ2 ≠ 0

ב spss: משתנה תלוי – שנות השכלה:המשתנה שאת הממוצעים שלו נרצה להשוות בין שתי הקבוצות משתנה בלתי תלוי – מין הנחקר: הבדל הממוצעים בין שתי רמותיו ייבדקו נפתח את חלונית Define groups על מנת להגדיר את ערכי המשתנה – 1: גברים, 2:נשים

פלט בלתי תלויים יחידה 13 נוסחה 4 פלט בלתי תלויים יחידה 13 נוסחה 4 אומד חסר הטיה אס כובע של כל מדגם : S1 = 3.14 S2 = 2.83 ממוצע שנות ההשכלה של הגברים: 13.23 = x ממוצע שנות ההשכלה של הנשים: 12.63 x = גודל כל אחד מהמדגמים הבלתי תלויים: כאשר גדלי המדגמים שונים זה בהכרח בלתי תלוי n1= 633 n2= 877

בדיקת שוויון שונויות לפני מבחןt קיים מבחן מקדים – levene’s test המבחן בודק האם קיים שוויון בשונויות בין הקבוצות (H0), או שהשונויות לא שוותׁ(H1ׂ) 2 σ = 1σ H0: שוויון בשונויות 2σ ≠ 1σ H1: שונויות לא שוות כלל ההכרעה : דחה HO אם אלפא > sig (F)

מבחן לווין ב spss: אם אלפא > sig, דוחים Ho , כלומר השונויות לא שוות. ומעתה והלאה נתייחס לנתונים מהשורה התחתונה (Equal variances not assumed). אם אלפא < sig, מקבלים Ho , כלומר השונויות שוות. ומעתה והלאה נתייחס לנתונים מהשורה העליונה (Equal variances assumed)

מבחן שוויון שונויות ב spss: equal variance assumed = השערת האפס, קיים שוויון שונויות בין הקבוצות. שימו לב שבכדי לבדוק שוויון שונויות משתמשים בsig של F. ולא בsig 2- tailed )- ) זו קשורה ל- T 0.05>0.001 ולכן נדחה את השערת האפס כלומר השונויות לא שוות. ולכן נעבור להסתכל בנתונים המוצגים בשורה התחתונה. equal variance not assumed = דחיית השערת האפס, לא קיים שוויון שונויות בין הקבוצות. שורה תחתונה

המשך פלט תחתון: ערך דרגות החופש-n1 +n2 – 2 = df ערך ה t המחושב רווח סמך: ברירת המחדל במדגמים בלתי תלויים 0= H0: μ1 - μ2 אלא אם הודיעו אחרת. ולכן בפלט זה נתונים גבולות רווח הסמך (95%) ואין צורך להוסיף ל- test value 0.906> μ2 0.298< μ1- ההבדל (ההפרש) בין הממוצעים כלל החלטה בדו"צ – אם אלפא > sig נדחה HO ואם לא נקבל. כלל החלטה בח"צ – אם אלפא > sig/2 נדחה HO ואם לא נקבל. טעות התקן (המכנה בנוסחה 4)

מסקנה: נערך מבחן t למדגמים בלתי תלויים, 0.02(אלפא) > 0.000 (sig 2- tailed)- שורה תחתונה. ולכן דוחים H0, כלומר יש הבדל בממוצע שנות ההשכלה של גברים בהשוואה לנשים.

מבחן t למדגמים מזווגים: נבדקים ההבדלים בין ממוצעים שונים עבור אותן תצפיות. כלומר - השוואת הממוצעים של שני משתנים שונים בעבור אותה קבוצה. לדוגמה, השוואה בין ממוצע המשקל של המשתתפים במדגם לפני דיאטה ואחרי דיאטה, או השוואה בין משכורות של קבוצה אחת בנקודות זמן שונות (מחקרי אורך).

analyze > compare means > paired samples t-test

בחלונית שנפתחת: מעבירים את שני המשתנים שרוצים להשוות בין הממוצעים שלהם

דוגמא: חוקר טוען שממוצע שנות השכלת הנבדק גבוה מממוצע שנות השכלת אביו. לבדיקת טענתו דגם 1065 משפחות להלן התוצאות. בדוק ברמת מובהקות 0.05 נבצע מבחן t למדגמים מזווגים כיוון שמדובר בזוגות נבדקים – השכלת הנבדק והשכלת אביו. נגדיר μ1 – השכלת הבן μ2 - השכלת אביו. 0= H0: μ1 - μ2 H1: μ1 - μ2 > 0

ב spss נבחר בשני המשתנים: educ ו-educfather, ונעביר אותם לשדה מימין.

פלט עליון מזווגים הממוצע של כל אחד מהמשתנים סטיית התקן של כל אחד מהממוצעים מספר נבדקים זהה בכל משתנה רמז למזווגים

יח 13 נוסחה 5- TD המכנה של נוסחה 5 רווח סמך: ברירת המחדל במדגמים מזווגים 0= H0: μd אלא אם הודיעו אחרת. ולכן בפלט זה נתונים גבולות רווח הסמך ואין צורך להוסיף ל- test value 2.78> 2.32< μd (95%) D- ההבדל בין הממוצעים תוצאת td מחושב המכנה של נוסחה 5 מכיוון שההשערה ח"צ כלל ההחלטה : נדחה HO אם אלפא > sig/2

מסקנה: נערך מבחן t למדגמים מזווגים, 0.05(אלפא) > 0.000/2 (חד - צדדי) ולכן דוחים H0, כלומר ממוצע שנות ההשכלה של הנבדק גבוה יותר מממוצע שנות ההשכלה של אביו.