Ανάλυση Δεδομένων με Η/Υ

[O kanenas]

Λέω να χρησιμοποιήσω το wilcox.test στην άσκηση 2, γιατί από τις qqnorm και qqline συμπεραίνω ότι οι παρατηρήσεις μας μάλλον δεν ακολουθούν κανονική κατανομή (κάνω λάθος?), ούτε έχουμε μεγάλο n (πλήθος παρατηρήσεων) ώστε να χρησιμοποιούσαμε την κανονική κατανομή προσεγγιστικά.

Εσύ για την άσκηση 2 ποιο test χρησιμοποιείς?

[1/2rizax]

Το διάγραμμα σου βγήκε κάπως έτσι;



Μια χαρά μου φαίνεται εμένα. Το t.test έκανα. Από περιέργεια έκανα και το wilcox και έβγαζε σχεδόν τις ίδιες ρ-τιμές.

[O kanenas]

Ναι, κάπως έτσι μου βγήκε. Έκανα κι εγώ ένα t.test και όντως έβγαλε κοντινή ρ-τιμή. Μάλλον παραείμαι αυστηρή με το q-q plot .

Σ'ευχαριστώ για την βοήθεια. Πραγματικά, είναι πολύτιμη!

[sfod]

και μένα σχεδόν τα ίδια p-value βγήκαν αλλά παραείναι τραβηγμένο νομίζω να μη κάνουμε απαραμετρικό έλεγχο..το ιστόγραμμα είναι για κλάμματα..(για υπόθεση κανονικότητας)

[O kanenas]

Δοκίμασε το plot(density(x)), όπου x το διάνυσμα με τα δεδομένα. Αν εξαιρέσεις μια κοιλιά στην κορυφή, το γράφημα μοιάζει με αυτό της κανονικής κατανομής.
Βέβαια, προφανώς δεν είναι κακό να κάνεις και τον απαραμετρικό έλεγχο και να αναφέρεις την ομοιότητα των ρ-τιμών.

[sfod]

πως κάνουμε τη περιγραφική ανάλυση στα ερωτήματα 3ι και 5ι??
με prop tables &bar plots??

[O kanenas]

Για την άσκηση 3 μπορείς να χρησιμοποιήσεις δύο αριθμητικές μεθόδους (τον πίνακα συχνοτήτων (table) και τον πίνακα σχετικών συχνοτήτων (prop.table)) και δύο γραφικές μεθόδους (το τομεόγραμμα (pie) και το ραβδόγραμμα (barplot)).

Την άσκηση 5 δεν την έχω πιάσει ακόμα, αλλά με μια ματιά που έριξα, υποθέτω μπορείς να φτιάξεις πίνακα συνάφειας και να παίξεις με τις συχνότητες και τις σχετικές συχνότητες (διαφάνεια 3, σελ. 29-30).

[sfod]

thanks-θα το κοιτάξω
όσο για το 1ι το λυσα οπως τον παλιό καλό καιρό στο χέρι και απλά θα το περάσω στο word ή με mathtype ή με latex έτσι?

[aeriko]

Κι εγώ, αυτό κατάλαβα ότι θέλει στο 1i ...

[sfod]

1/2 rizax εγραψες πριν ότι μας ενδιαφέρει μόνο το p-value στους ελέγχους..
δε μας ενδιαφέρει και το αν η τιμή του στατιστικού ελέγχου π.χ t στο t.test ανήκει στη κρίσιμη περιοχή(δ.ε)
ωστε να απορρίψουμε την Ηο??

[1/2rizax]

Προφανώς θα θέλεις να ελέγξεις μια αρχική υπόθεση του στυλ: η μέση τιμή ισούται με 2, σε ε.σ.10%
Αυτό μπορείς να το κάνεις με 2 τρόπους, είτε να υπολογίσεις ένα 90% διάστημα εμπιστοσύνης για τη μέση τιμή και να δεις αν το 2 ανήκει σε αυτό, είτε να κάνεις έναν έλεγχο με μηδενική υπόθεση την παραπάνω και να δεις αν η ρ τιμή που βρίσκεις είναι μικρότερη του 0.1. Οι δύο τρόποι είναι ισοδύναμοι.
Η R μας δίνει απευθείας το διάστημα εμπιστοσύνης, μας δίνει και την ρ-τιμή, οπότε δεν έχουμε λόγο να ενδιαφερθούμε για την τιμή που πήρε το στατιστικό μας. Αν δεν μας έδινε την ρ τιμή, τότε αναγκαστικά θα παίρναμε την τιμή του στατιστικού μας, θα πηγαίναμε στον στατιστικό πίνακα της θεωρητικής κατανομής και θα υπολογίζαμε μόνοι μας την ρ-τιμή.

[sfod]

ok η αλήθεια είναι ότι αφού πρόκειται για το ίδιο πράγμα στην ουσία είναι γρηγορότεο-ευκολότερο να ερμηνεύσεις το p-value.
κατι αλλο-στο 3ιι όταν εφαρμόζω Binom test πόσο σας βγαίνει το p-value??
εμενα παραείναι ιδανικό..

[O kanenas]

Δεν χρειάζεται να εφαρμόσεις το binom.test.
Το μέγεθος του δείγματός σου είναι αρκετό, ώστε να ισχύει το Κ.Ο.Θ., οπότε μπορείς να εφαρμόσεις το prop.test. Οι προϋποθέσεις για να ισχύει το Κ.Ο.Θ. είναι στη 5η διαφάνεια του μαθήματος, στη σελίδα 59.

[sfod]

δε νομίζω ότι έχεις δίκιο αφού 1)το δειγμα είναι μικρό
2)βγαίνει το προειδοποιητικό μήνυμα λάθους στο Prop.test που σημαίνει ότι δεν ισχύει το ΚΟΘ!

[O kanenas]

Κοίταξες τους τύπους της διαφάνειας?
Ο πρώτος τύπος βγάζει αποτελέσμα 8>5 και ο δεύτερος 12>5, άρα θεωρώ ότι το ΚΟΘ ισχύει. Αν θες, όμως, κακό δεν είναι να κάνεις κι ένα binom.test. Απλά μου φαίνεται παραπάνω παίδεμα.

Επίσης, δε μου'βγαλε προειδοποιητικό μήνυμα το prop.test. Για την ακρίβεια, η εντολή που έδωσα είναι αυτή:
prop.test(5, 20, p=0.4, alternative="less", conf.level=0.98)