vapausasteita käytetään hypoteesitestauksessa.
sisältö (klikkaa hypätäksesi tuohon osioon):
- mitkä ovat vapausasteet?
- DF: Kaksi Näytettä
- Astetta Vapauden ANOVA
- Miksi Kriittisten Arvojen Laskua, Vaikka DF Lisätä?
mitkä ovat vapausasteet?
vapausasteet vasemmassa sarakkeessa t-jakauman taulukosta.,
vapausasteita arvio on useita itsenäisiä paloja tiedot että meni laskettaessa arvio. Se ei ole aivan sama kuin otoksen kappalemäärä. Saadakseen df arvio, sinun täytyy vähentää 1 määrästä kohteita. Sanotaan, että löysit keskimääräisen painonpudotuksen vähähiilihydraattiselle dieetille. Voisit käyttää 4 henkilöä, antaa 3 astetta vapautta (4 – 1 = 3), tai voit käyttää sata ihmistä df = 99.,
matematiikka ehdot (jossa ”n” on numero of erät set):
vapausasteet = n – 1
Miksi me vähennä 1 määrä kohteita?
katso videolta nopea selitys tai lue alta:
toinen tapa tarkastella vapausasteita on se, että ne ovat niiden arvojen määrä, jotka ovat vapaasti vaihdeltavissa tietokokonaisuudessa. Mitä” vapaa vaihtelemaan ” tarkoittaa? Tässä esimerkki keskiarvosta (keskiarvo):
Q., Valitse joukko numeroita, joiden keskiarvo (keskiarvo) on 10.
A. joitain numerosarjoja saatat valita: 9, 10, 11 tai 8, 10, 12 tai 5, 10, 15.
kun olet valinnut joukon kaksi ensimmäistä numeroa, kolmas on kiinteä. Toisin sanoen, et voi valita kolmannen kohteen asetettu. Ainoat numerot, jotka ovat vapaasti vaihdella, ovat kaksi ensimmäistä. Voit valita 9 + 10 tai 5 + 15, mutta kun olet tehnyt, että päätös, sinun täytyy valita tietty määrä, että saat tarkoita olet etsimässä. Eli vapausasteita kolmen numeron joukolle on kaksi.,
esimerkiksi: jos halusi löytää näytteelle luottamusvälin, vapausaste on n – 1. ”N” voi olla myös luokkien tai luokkien lukumäärä. Katso: kriittinen chi-neliöarvo esimerkiksi.
Takaisin Alkuun
vapausastetta: Kaksi Näytettä
Jos sinulla on kaksi näytettä ja haluat löytää parametri, kuten keskiarvo, sinulla on kaksi ”n”s harkita (näyte 1 ja näyte 2). Vapausaste tässä tapauksessa on:
vapausaste (kaksi näytettä): (N1 + N2) – 2.,
Takaisin Alkuun
Astetta Vapauden ANOVA
vapausasteet tulee hieman monimutkaisempi ANOVA-testit. Yksinkertaisen parametrin (kuten keskiarvon löytämisen) sijaan ANOVA-testeissä verrataan tunnettuja keinoja tietokokonaisuuksiin. Esimerkiksi yksisuuntaisella ANOVALLA vertaat kahta keinoa kahdessa solussa. Suuri keskiarvo (keskiarvojen keskiarvo) olisi:
keskiarvo 1 + keskiarvo 2 = grand keskiarvo.
Mitä jos valitsit siis 1 ja tiesit grand tarkoittaa? Sinulla ei olisi valinnanvaraa Mean2: n suhteen, joten vapausasteesi kahden ryhmän ANOVALLE on 1.,
kaksi ryhmää ANOVA df1 = N – 1
kolmen ryhmän ANOVALLE voi vaihdella kahta tapaa, joten vapausaste on 2.
Se on oikeastaan hieman monimutkaisempi, koska on olemassa kaksi astetta vapauden ANOVA: df1 ja df2. Edellä esitetty selitys koskee df1: tä. DF2 in ANOVA on havaintojen kokonaismäärä kaikissa soluissa-vapausasteet menetetään, koska solun keinot on asetettu.,
kaksi ryhmää ANOVA df2 = n – k
tässä kaavassa ”K” on soluvälineiden tai ryhmien/olojen lukumäärä.
esimerkiksi sanotaan, että sinulla oli 200 havaintoa ja neljä soluvälinettä. Vapausaste tässä tapauksessa olisi: Df2 = 200-4 = 196.
takaisin huipulle
miksi kriittiset arvot laskevat DF: n kasvaessa?
Kiitos Mohammed Gezmun tästä kysymyksestä.,
katsotaan t-pisteiden kaavaa hypoteesitestissä:
kun n kasvaa, t-pisteet nousevat. Tämä johtuu nimittäjän neliöjuuresta: kun se kasvaa, murtoluku s/√n pienenee ja t-pisteet (toisen murtoluvun tulos) suurenevat. Koska vapausasteet on määritelty edellä n-1: ksi, luulisi t-kriittisenkin arvon kasvavan, mutta ne eivät: ne pienenevät. Tämä vaikuttaa intuitiiviselta.,
mieti Kuitenkin, mitä t-testi oikeasti tarkoittaa. Käytät t-testiä, koska et tiedä väestösi keskihajontaa ja siksi et tiedä graafisi muotoa. Sillä voi olla lyhyet, lihavat hännät. Sillä voi olla pitkät laihat hännät. Sinulla ei ole aavistustakaan. Vapausasteet vaikuttavat kaavion muotoon t-jakaumassa; kun df kasvaa, jakauman hännässä oleva alue pienenee. Kun df lähestyy äärettömyyttä, t-jakauma näyttää normaalijakaumalta., Kun näin tapahtuu, voit olla varma keskihajonnastasi (joka on 1 normaalijakaumassa).
sanotaan, että otit neljältä ihmiseltä toistuvia näytepainoja, jotka oli piirretty populaatiosta, jonka keskihajonta oli tuntematon. Mittaat niiden painot, lasket näytteen parien keskimääräisen eron ja toistat prosessin uudelleen ja uudelleen. Pieni näyte Koko 4 johtaa t-Jakelu rasvaa hännät. Rasvahännät kertovat, että näytteessä on todennäköisemmin ääriarvoja., Testaat hypoteesisi alfatasolla 5%, joka katkaisee viimeisen 5% jakaumastasi. Alla olevassa kuvaajassa näkyy t-jakauma 5 prosentin katkaisulla. Tämä antaa kriittisen arvon 2,6. (Huomautus: käytän hypoteettista t-jakelua tässä esimerkkinä–CV ei ole tarkka).
Katso nyt normaalijakaumaa. Meillä on vähemmän mahdollisuuksia ääriarvoihin normaalijakauman myötä. Meidän 5% alpha taso leikkaa CV 2.
takaisin alkuperäiseen kysymykseen ”Miksi kriittiset arvot laskevat DF: n kasvaessa?,”Tässä lyhyt vastaus:
vapausasteet liittyvät näytteen kokoon (n-1). Jos df kasvaa, se myös seisoo, että näytteen koko kasvaa; kuvaaja t-jakelu on skinnier hännät, työntämällä kriittinen arvo kohti keskiarvoa.
takaisin huipulle
viite:
Gerard Dallal. Pieni Tilastokäytännön käsikirja. Viitattu 26.12.2015.
Alistair W Kerr, Howard K Hall, Stephen a Kozub. (2002). Tekee tilastoja SPSS: llä. Sage Publications. s. 68. Saatavilla täältä.
Levine, D., (2014). Jopa voit oppia tilastoja ja Analytiikkaa: helppo ymmärtää opas tilastoihin ja analytiikkaan 3.painos. Pearson Ft Press
——————————————————————————
Tarvitsetko apua läksyjen tai testikysymyksen kanssa? Chegg-tutkimuksen avulla voit saada askel-askeleelta ratkaisuja kysymyksiisi alan asiantuntijalta. Ensimmäiset 30 minuuttia Chegg tutor on ilmainen!