See sõltub natuke millises teadusvaldkonnas sa töötad nt sotsiaalteaduses on 0,05 või 0,01, kui täppisteadus, siis ta läheb järjest väiksemaks – 0,1 ja 0,001. Meditsiinis ei taha keegi eksida ja siis on ka veel eksimispiir liiga suur. Ühelt poolt siis reglementeeritud teadusvaldkonnaga, teiselt poolt on ta seotud ka veidi tulemustega. α= 0,05 – see vastus v järeldu mida me kirjutamine võib olla viiel juhul sajast vale. Teeme testi: võta Tulemus: Valimi statistika: Teine tabel on seose korrelatsioon, ehk kuidas need kaks tunnust on omavahel seotud. Arvutatakse Pearsoni kordaja r=0,2 Kolmas tabel on siis t-test: Kui arvuteid veele ei olnud, tehti järeldusi z-testiga. Esimene võimalus: nullhüpotees ütles, et erinevus keskmiste vahel puudus. Sisuliselt kirjutatakse andmed välja elu ja ilma kohta koos väärtustega ja leitakse nende väärtuste erinevused ehk igale valimiobjektile leitakse nende väärtuste vahe
Value df (2-tailed) kokku tõmmata kas andmeid filtreerides või Pearson 45,508 a 10 ,000 uusi muutujaid moodustades (vt allpool). Chi-Square Hii-ruut statistik ise ei näita seost veeru- ja Likelihood Ratio 27,000 10 ,003 reamuutuja vahel, selle suurus sõltub tabeli Linear-by-Linear Association ,363 1 ,547 suurusest. Seosele viitab väike (<0,05) p N of Valid Cases 555 (“Asymp. Sig.”). Ettevaatust! Suurte a
Kirjeldav statistika - teeme järeldusi valimi piires. (sagedustabel-kui palju? kui suur osa?) Valim - uuritavad isikud/objektid. Vastajad Üldkogum - need kelle kohta tehakse järeldused. Valim peavad olema esinduslik (need proportsioonid, mis on üldkogus, peavad kehtima ka valimi korral), piisavalt suure inimeste hulgaga, igal üldkogu liikmel on võrdne võimalus sattuda valimisse. Objektid - uuritavad (rida) Tunnus - objektide omadus, nt mitu korda päevas sa sööd? küsimus (veerg) Väärtus - tulemus, vastus küsimusele.(lahtrites) N - objektide arv Kas väärtused on järjestatavad? Kas vahemikud on võrdsed? Nimitunnus - väärtused ei ole järjestatavad.Nt elukoht, lemmiktoit, Järjestustunnus - väärtused on üheselt järjestatavad, vahemikud ei ole võrdsed. Nt haridustase Intervalltunnus e arvtunnus - alati üheselt järjestatav ja vahemikud on võrdsed.Nt vanus, pikkus, kaal, kehamassi index, sissetulek. Sobib Pearsoni korrelatsiooni kordaja Binaarsed tunnused - kaks va
Statistilise analüüsi keskmes on uurida, kuidas teatud tunnused koos muutuvad. Kui on vaja muutujat iseloomustada, on kaks põhilist viisi, kuidas seda teha: o Milline on selle muutuja tüüpiline väärtus? o Kui hästi iseloomustab see tüüpiline väärtus kõiki mõõdetud juhtumeid? Ehk kui palju on varieeruvust selle tüüpilise väärtuse “ümber”? Statistika jagunemine: Kirjeldav statistika (descriptive stat.) meetodid andmetest kokkuvõtete tegemiseks ning kirjeldamiseks. („65-70% USA elanikest on ülekaalulised või rasvunud.“) Järeldav statistika (inferential stat.) kasutab andmeid baasina hinnangute andmiseks ja prognooside tegemiseks. („Ülekaalulisus on II tüübi diabeedi riskifaktorite hulgas.“) Kirjeldav statistika tegeleb valimi resümeerimisega, järeldava statistika ülesanne on üldistuste tegemine üldkogumi kohta
.............. 2 ANOVA vs T-test...................................................................................................... 2 ANVOA või regressioonanalüüs............................................................................... 3 Efekti suurus........................................................................................................... 3 Andmeanalüüs SPSS'is........................................................................................... 4 Kirjeldav statistika............................................................................................... 4 Kuidas testida normaaljaotust?........................................................................... 4 Sagedustabeli analüüs (Hii-ruut).........................................................................5 Ühesuunaline ANOVA........................................................................................... 5 Faktoriaalne ANOVA...............................................
cases, siis on meeste andmed jätkuvalt tabelis näha, aga indiviidide andmestikule on peale tõmmatud kriips SPSS neid analüüsides ei arvesta; siis on võimalus teha uus tööleht, kus on eralditult ainult valitud andmestik; viimaseks variandiks on mittevalitud andmestiku kustutamine. Viimast ehk ei soovitaks, sest äkki on üldist andmestikku uuesti vaja vaadata. Ja küll on kehvasti, kui raske vaevaga kogutud andmeid kuidagi taastada ei saa. 3) KIRJELDAV STATISTIKA Analyze -> Descriptive statistics -> Frequencies... Statistics -> Sealt saate erinevate vajalike kirjeldavate statistikute arvutamist ,,tellida". Charts -> on võimalik kasutada histogrammi joonistamise võimalust Display frequency tables annab käskluse moodustada iga pikkuse kohta sagedustabel. NB! Uurida, kas sellise tabeli koostamine on vajalik 3. PRAKTIKUM 1) ANDMETEISENDUSED NT: Kodeerige muutujast SÜNNIAASTA muutuja VANUSEKLASS. Looge kolm vanuseklassi.
1. Epidemioloogia on rahvastervishoiu, kliinilise meditsiini ja statistika ühisosa. Käsitleb haiguste ja terviseseisundite levikut inimpopulatsioonis. a. Uurib tervisega/haigusega seotud seisundite ja sündmuste esinemist ja mõjureid rahvastikurühmades. b. Uurib uurimistulemuste rakendamist tervisega/haigusega seotud probleemide lahendamisel rahvastikurühmades. c. Ühesõnaga viib läbi igasuguseid uuringuid, et saada aimu erinevate tegurite mõjust jne d
.................................................................. 3 1.2. Valimi valikumeetodid.........................................................................................................4 1.3. Mõõtmismeetod ja mõõtmisvahend ....................................................................................5 1.4. Andmetabel..........................................................................................................................7 2. Valimit kirjeldav statistika ..................................................................................................... 7 2.1. Andmete graafiline kirjeldus................................................................................................7 2.2. Andmete arvuline kirjeldus..................................................................................................8 2.2.1. Paiknemiskarakteristikud...........................................................................................
Kõik kommentaarid