Hüpoteeside kontrollimine hii-ruut statistiku puhul: · Hii-ruut-statistiku puhul on teada, kuhu piirkonda peaksid nullhüpoteesi kehtimisel tema väärtused jääma. · Kui hii-ruut-statistiku väärtus on sellest piirist suurem, võib arvata, et ka üldkogumil on vaadeldud tunnuste vahel seos olemas. 11) T-test keskmiste võrdlemiseks. Valemis: m keskmine, s standardhälve, n vastanute arv Teststatistikute (ka T-statistiku) kohta on teada, missuguses vahemikus peaksid olema nende väärtused siis, kui kehtib nullhüpotees. Kui valimi põhjal arvutatud teststatistiku väärtus sellesse vahemikku ei sobi, siis on tema olulisuse tõenäosus p väga väike. Sel juhul kummutatakse nullhüpotees ja võetakse vastu sisukas hüpotees (mis ongi tulemus, mida me soovisime). Kui olulisuse tõenäosus on väiksem kui valitud olulisuse nivoo (ehk maksimaalne eksimise
H1 Jääkliikmed ei allu normaaljaotusele 60) Mis juhtub, kui jäägid ei allu normaaljaotusele? Kui muud eeldused on täidetud, siis OLS hinnangud on ikka parimad lineaarsed nihketa hinnangud Suurte valimite (n>100) korral teststatistikud alluvad ikka (asümptootiliselt) standardsetele jaotusseadustele => testimine annab õiged tulemused. (Suure valimi korral ei tekita jääkide jaotuse kõrvalekaldumine normaaljaotusest probleeme) Väikeste valimite korral teststatistikute jaotus võib erineda standardsest jaotusest, millest leitakse kriitilised väärtused ja olulisuse tõenäosus => testimise tulemused võivad olla valed. (Väikeste valimite puhul omab jääkide normaaljaotus tähtsust.) 61) Mis on erind? Sõltuva tunnuse suhtes suure jäägiga (jääkide diagramm) 62) Mis on omapärane vaatlus? Ühel või mitmel sõltumatul tunnusel ekstreemne väärtus (jääkide ja hajumisdiagramm) 63) Mis on mõjus vaatlus?
11. Which developments have enabled the recent quantification of shared genetic etiology between psychiatric disorders? SNP uuringud näitavad, et paljudes psühhiaatrilistel häiretel on geneetiline kattuvus. 12. Millistele kriteeriumitele peaksid vastama fenotüübid (haigused) ja markerid, mida saab GWAS'iga uurida? 13. Milliste statistikute alusel filtreeritakse GWASi tulemusi ja mida need statistikud näitavad? Teststatistikute alusel. Näitavad 14. Mis on põhilised sammud, millele tähelepanu pöörata fenotüübi tunnuste ettevalmistamisel GWAS'iks? Eemaldada isikud, kellel puudulik fenotüüp Muuta fenotüübid numbriliseks Fenotüübi formaat korrektseks (komad punktidega asendada, puuduvad väärtused NA-ks) Fenotüübi väärtuste transformatsioonid Suure erandite eemaldamine Lisada oluline info fenotüübi faili (PCA väärtused, sugu, vanus
60. Mis juhtub, kui jäägid ei allu normaaljaotusele? • Kui muud eeldused on täidetud, siis OLS hinnangud on ikka parimad lineaarsed nihketa hinnangud (BLUE, Best Linear Unbiased Estimator). • Suurte valimite (n>100) korral teststatistikud alluvad ikka (asümptootiliselt) standardsetele jaotusseadustele => testimine annab õiged tulemused. – Suure valimi korral ei tekita jääkide jaotuse kõrvalekaldumine normaaljaotusest probleeme. • Väikeste valimite korral teststatistikute jaotus võib erineda standardsest jaotusest, millest leitakse kriitilised väärtused ja olulisuse tõenäosus => testimise tulemused võivad olla valed. – Väikese valimi korral omab jääkide normaaljaotus tähtsust. 61. Mis on erind? Erind (outlier) on sõltuva tunnuse suhtes, suure jäägiga. ● Nendes vaatluspunktides on probleem mudeli kehtivusega. ● Avastamiseks uurida jääkide diagramme. ● Kasutada standardiseeritud jääkide arvutamist 62
annaabi.ee 
