Interpretation parametrische Tests

Description

Slide Set on Interpretation parametrische Tests, created by Julia Carbonari on 05/06/2017.
Julia Carbonari
Slide Set by Julia Carbonari, updated more than 1 year ago
Julia Carbonari
Created by Julia Carbonari over 7 years ago
6
1

Resource summary

Slide 1

    Interpretation parametrische Tests
    Interpretation bei Errechnung von Vertrauensintervall bei einer metrischen Variable -> Mittelwert = Normalverteilung Einleitung und Nennung der Fragestellung Metrisch = Normalverteilung Variable beschreiben (Skalenniveau und Begründung) Kennwerte für die Berechnung nennen (x quer, s, z, n) Sicherheitsniveau (90%, 95%, 99%, +z-Wert) Grenzen der Vertrauensintervalle erwähnen (Ober- und Untergrenze) Grundgesamtheit nennen (gütlige Fälle, fehlende Fälle)
    Schlussfolgerung:Mit 95% Sicherheit glauben alle Ärzte der Gkk Sbg. (GG), dass der Entscheidungsanteil für die Behandlung im Schnitt zwischen ....% und ....% bei Ihnen liegt. Man sieht, dass der errechnete arrithmetishe Mittelwert der Stichprobe ....% zwischen diesen Grenzen liegt. Der "wahre" Mittelwert der GG liegt also auch irgendwo mit 95% Sicherheit zwischen diesen 2 Grenzen.

Slide 2

    Interpretation parametrische Tests
    Interpretation bei Errechnung von Vertrauensintervall bei einer nominal/ ordinal Variable -> Anteilswert = Binominalverteilung Einleitung und Nennung der Fragestellung Nominal/ Ordinal = Binominalverteilung Wichtige Voraussetzung für Binominalverteilung !! Standardabweichung= n*p*q>=9 Variable beschreiben (Skalenniveau) Kennwerte für die Berechnung nennen (p,q,z,n) Sicherheitsniveau (90%, 95%, 99%, + z-Wert) Grenzen der Vertrauensintervalle (Ober- und Untergrenze)Grundgesamtheit nennen (gültige Fälle, fehlende Fälle)
    Schlussfolgerung:Dieses Konfidenzintervall ist der Bereich, der bei unendlicher Wiederholung eines Zufallsexperiments mit einer gewissen Häufigkeit, hier zu ....%, die wahre Lsge des Anteilswerts einschließt. Unter allen Kassen Ärzten..... Halten mit ....% Sicherheit zwischen ...:% und ....% dass ein Krankenhaus eine wichtige Gesundheitsinformation darstellt. Der "wahre" Wert der GG liegt also auch irgendwo mit ...% zwischen diesen beiden Grenzen.

Slide 3

    Interpretation parameterfreie Tests
    Interpretation: t-Test für eine Stichprobe Einleitung und Nennung der Fragestellung Begründung für Testverfahren ( eine Stichprobe, Wert der Bürger (extern) ist fest vorgegeben, da die Streuung der GG nicht bekannt ist wird der t-Test für eine Stichprobe durchgeführt) Sind die Voraussetzungen für parametrische Verfahren gegeben? n Mittelwert Standardabweichung (die Streuung der Stichprobe) Standardfehler des Mittelwerts (Streuung der Kennwerteverteilung) Mittelwertdifferenz zum Testwert (unterscheidet sich gering/ hoch vom externen Vergleichswert) Prüfwert t (lautet .... bei ... Freiheitsgraden der t-Verteilung. Daraus erkennt man sofort, dass die Irrtumswahrscheinlichkeit hoch ist. p=.... Signifikanztest (Ho od H1) Konfidenzintervall (verschiedene Vorzeichen ist ein Anzeichen, dass kein signifikanter Unterschied der Mittelwertde besteht. ) Schlussfolgerung auch in Bezug auf die Grundgesamtheit, denk daran ob es für die GG signifikant ist oder nicht!!! Darf man für die GG Interpretieren?

Slide 4

    Interpretation parametrische Tests
    Interpretation: t-Test für zwei unabhängige Stichproben Einleitung und Nennung der Fragestellung Begründung des Testverfahren Sind Voraussetzungen für parametrisches Testverfahren gegeben? Bestimmung der Skalenniveau der Variable Bestimmung der a.V. und u.V. Beschreibung der Kennwerte (n, Mittelwert, Standardabweichung, Standardfehler, Voraussetzun ist Varianzhomogenität (Leven-Test) (Voraussetzung für die verlässliche Anwendung von t-Tests von unabhängigen Stichproben gilt die sogenannte Varianzhomogenität, dass bedeutet, dass die Varian (quadrierter Abstand zum MIttelwert) der zu vergleichende Stichproben in etwa gleich groß sind bzw. sich nicht signifikant voneinander unterscheiden. Falls Unterschiede estehen muss der t-Test dementsprechend korrigiert werden.Y untere Zeile ablesen) Mittelwertdifferenz n Prüfwert - t (lautet bei Freiheitsgraden der t-Verteilung. Daraus erkennt man sofort, dass die Irrtumswahrscheinlichkeit hoch ist p= .... Signifikanztest (H0 od. H1) Konfidenzintervall(verschiedene Vorzeichen ist ein Anzeichen, dass kein signifikanter Unterschied der Mittelwerte besteht) (Das VI rund um die Differenz der Mittelwerte liegt zw. ... und ... Mit 95% Sicherheit würde die wahre Differenz der Mittelwerte der GG vom Intervall zwischen .... und ... liegen Schlussfolgerung auch in Bezug auf die Grundgesamtheit, denk daran ob es für die GG signifikant ist oder nicht !!! darf man in GG interpretieren

Slide 5

    Interpretation : t-Test für zwei abhängige Stichproben Einleitung und Nennung der Fragestellung Begründung für Testverfahren Sind Voraussetzungen für parametrische Verfahren gegeben? Bestimmung des Skalenniveau der Variablen Beschreibung der Kenntwerte (n, Mittelwert, s, s2, Grundgesamtheit) Beschreibung der Mittelwertde --- Veränderung?? Voraussetzung Varianzhomogenität! (Korrelation mit paarigen Werten) (Zur Kontrolle der Homogenität der Veränderung der Messwertpaare wird der Korrelationskoeffizient pearsons r errechnet. Dieser soll mindestens eine Stärke von 0,5 aufweisen und statistisch signifikant sein. In diesem Fall handelt es sich um einen starken positiven (direkt proportionalen) und höchst signifikanten Zusammenhang, was bedeutet, dass die Voraussetzung der Homogenität der Messwertpaare besteht. Mittelwertdifferenz (Mittelwert in der Tabelle "Test für Stichproben für paarige Werte". Prüfwert t (Lautet .. bei ... Freiheitsgraden der t-Verteilung. Daraus erkennt man sofort, dass die Irrtumswahrscheinlichkeit hoch ist p=... Signifikanztest - H0 od. H1 Konfidenzintervall(verschiedene Vorzeichen ist ein Anzeichen, dass kein signifikanter Unterschied der Mittelwerte besteht) (Das VI rund um die Differenz der Mittelwerte liegt zw. ... und ... Mit 95% Sicherheit würde die wahre Differenz der Mittelwerte der GG vom Intervall zwischen .... und ... liegen Schlussfolgerung (Beantwortung der Fragestellung) auch in Bezug auf die Grundgesamtheit, denk daram ob es für die GG signifikant ist oder nicht !! darf man für GG interpretieren!?
    Interpretation parametrische Tests

Slide 6

    Interpretation parametrische Tests
    Interpretation: einfaktorielle Varianzanalyse Einleitung und Nennung der Fragestellung Voraussetzung prüfen für ANOVA( Analysieren, deskriptive Statistiken, Häufigkeiten: Mittelwert, Schiefe Kurtosis, Varianz, Standardfehler, einfaktorielle ANOVA) abhängige Variable metrisch ist Unabhängige Stichproben Stichprobengröße gleich Stichprobengröße 30 Normalverteilung: (Begründung mit dem Zentralen Grenzwertsatz: wenn n gegen unendlich geht, ist es eher eine NV) Schiefe -- das doppelte des Standardfehlers der Schiefe muss größer sein asl die Schiefe selbst (selbe bei Kurtosis) Varianzhomogenität mittels Levene Test (nicht signifikant= Varianzhomogenität besteht) Begründung des Testverfahren Beschreibung der Tabelle "Deskriptive Statistik" und der Tabelle "ANOVA" (hier bei signifikanten Ergebnis unterscheiden sich mind. 2 Mittelwerte voneinander, inhaltich Bedeutung Entscheidung ob H0 od. H1 Beschreibung der Mehrfachvergleiche (wo ist etw. signifikant, unterschreichen mit 2 gleichen Vorzeichen der Ober- u Untergrenze, ist das beim Bonferoni und Scheefé ? Und dann Mittelwertdifferenz und Standardfehler nennen, inhaltliche Deutung, denk daran ob es für die GG signifikant ist oder nicht !! Darf man für die GG interpretieren. ?!

Slide 7

    Interpretation parametrische Tests
    Interpretation einer geeignete Analysegrafik: Fehlerbalken Wenn sich die Vertrauensintervalle nicht überlappen, dann ist das ein Hinweis auf einen signifikanten Unterschied!!! zwei unterschiedliche Vorzeichen ist ein HInweis darauf, dass der Mittelwert der Stichprobe nicht in der GG ist --> nicht signifikant
Show full summary Hide full summary

Similar

enzymes and the organ system
Nour
The Cold War Quiz
Niat Habtemariam
Of Mice and Men - Themes
Hafsa A
An Inspector Calls: Sheila Birling
Rattan Bhorjee
Unit 1 flashcards
C R
Haemoglobin
Elena Cade
AQA Physics: A2 Unit 4
Michael Priest
Teaching students to be digitally literate
Micheal Heffernan
Genes, The Genetic Code, DNA and Chromosomes
Bee Brittain
The Skeleton and Muscles
james liew
Making the Most of GoConqr Flashcards
Sarah Egan