Date post: | 05-Apr-2015 |
Category: |
Documents |
Upload: | pankraz-aller |
View: | 105 times |
Download: | 1 times |
Aufgabe
Analyse (Friedman-Test) von letzter Stunde wiederholen
• Dazu in R das Skript verwenden
• Diesmal sollen die systolischen Blutdrücke untersucht werden
Vergleich von zwei Stichproben mit
Parametrischen Tests
T-Test für abhängige und unabhängige Stichproben
Parametrische Tests
Bedingungen:
• Daten müssen ein Verhältnis- oder Intervallskalenniveau aufweisen
• Daten müssen normalverteilt sein
• Es sollte beachtet werden ob sich sie Varianzen der zu vergleichenden Stichproben unterscheiden
T-Test
Aufgabe:
• Laden von Aufgabe 3 in SPSS und R
• Überprüfung der Cholesterinwerte und der Blutzuckerwerte auf Normalverteilung (nur in SPSS)
• Deskriptive Statistik für die Cholesterinwerte und Boxplots
Boxplot
Eine weiter Art der Datenexploration
Darstellung beinhaltet• Median• erste bis dritte Quartil • Maximum und
Minimum• Ausreißer
Boxplot
SPSS:
Analyze
Descriptive Statistics
Explore
T-Test für abhängige Stichproben
SPSS:
Analyze
Compare Means
Paired Samples T-Test
T-Test für unabhängige Stichproben
SPSS:
Analyze
Descriptive Statistics
Explore
T-Test für unabhängige Stichproben
SPSS:
Analyze
Compare Means
Independent Samples T-Test
T-Test für unabhängige Stichproben
SPSS:
Analyze
Compare Means
Independent Samples T-Test
Leventest auf Varianzenhomogenität
T-Test für abhängige Stichproben
R:
Aufgabe: • Aufg3. laden• Die Funktion zur Berechnung des T-Tests heißt
t.test(). Findet mit der Hilfefunktion heraus wie dieser Test bei abhängigen Stichproben verwendet wird.
Vergleicht die gleichen Cholesterinwerte wie in SPSS.
T-Test für abhängige Stichproben
R:
T-Test
> t.test(dat$CHOL0, dat$CHOL1, paired = T)
Exkurs:
R:
Erstellen eines Boxplots
> boxplot(dat[,15:18])
Erstellen eines Histogrames
> barplot(mean(dat[,15:18]))
Erstellen eine Stem and Leaf Plot
> stem(dat[,15])
T-Test für unabhängige StichprobenDeskriptive Statistik
> tapply(datt$CHOL0 , datt$MED, summary)
Boxplot
> boxplot(dat$CHOL0 ~ dat$MED)
Balkendiagramm
> barplot(tapply(datt$CHOL0 , datt$MED, mean))
Stem and Leaf Plot
> tapply(dat$CHOL0 , dat$MED, stem)
T-Test für unabhängige Stichproben
Erst sollte der Test auf Varinazenhomogenität durchgeführt werden
> var.test(dat$CHOL0, dat$CHOL1)
Dann kann der T-Test berechnet werden
> t.test(dat$CHOL0 ~dat$MED, paired = F, var.equal=T)oder
> t.test(dat$CHOL0, dat$CHOL1, paired = F, var.equal = F)
Aufgabe
Alles noch einmal wiederholenDeskriptive Statistik, Stem and Leaf Plot, Histogramm, Test auf Varianzenhomogenität und T-Tests
Vergleicht die Cholesterinwerte vom ersten und letzten Meßzeitpunkt miteinander (abhängige Stichproben).
Prüft ob es einen Unterschied der Cholesterinwerte zwischen Männern und Frauen zum letzten Meßzeitpunkt gibt
Aufgabe
Ausdokumentierte Skripte erstellen:
T-Test für abhängige und unabhängige Stichproben
• Deskriptive Statistik• Abbildungen• Test auf Normalverteilung• Test auf Varianzenhomogenität (wenn nötig)• T-Test