Yahoo Poland Wyszukiwanie w Internecie

Search results

  1. 29 lip 2023 · Jeśli analiza ANOVA daje wartość p poniżej naszego poziomu istotności, możemy zastosować testy post hoc, aby dowiedzieć się, które średnie grupowe różnią się od siebie. Testy post-hoc pozwalają nam kontrolować poziom błędów na rodzinę podczas wykonywania kilku porównań parami.

  2. Testy post-hoc (po fakcie) wykonuje się jako kolejny krok analizy wariancji. Znane są również pod nazwą porównań wielokrotnych lub porównań parami. Sama analiza wariancji mówi nam o tym czy różnice w porównywanych średnich występują czy nie. Nie wiemy jednak między którymi grupami zachodzą te różnice.

  3. Porównania wielokrotne tzw. testy post-hoc stanowią dodatkowe testy dla analizy wariancji. Dla prostoty opisu przyjrzyjmy się jednoczynnikowej analizie wariancji dla czynników międzygrupowych. Analizę tą wykonujemy w momencie, gdy chcemy porównać więcej niż 2 grupy ze sobą.

  4. Testy post hoc stosowane są w sytuacji, w której w wyniku testu ANOVA lub Welcha odrzucono hipotezę zerową (H0) zakładającą równość wartości średnich w próbach i przyjęto hipotezę alternatywną (H1) stwierdzającą, że przynajmniej jedna średnia różni się istotnie od pozostałych.

  5. Ucz się z Quizlet i zapamiętaj fiszki zawierające takie pojęcia, jak dlaczego używamy post hoc? dwie grupy, dlaczego używamy post hoc? więcej niż dwie grupy parami, dlaczego używamy post hoc? porównujemy parami trzy grupy itp.

  6. Budując odpowiednie kontrasty można badać dowolny rodzaj trendu np. liniowy, kwadratowy, sześcienny, itd. Poniżej znajduje się tabela przykładowych wartości kontrastów dla wybranych trendów. Trend liniowy. Trend liniowy, tak jak pozostałe trendy, możemy analizować wpisując odpowiednie wartości kontrastów.

  7. Testy omnibus i procedury post-hoc. 1 Testy omnibus wielokrotnego porównania. Jeśli mamy porównać więcej niż dwie próbki, nalezy najpierw skorzystać z te-stu typu omnibus porównań wielokrotnych. Testy omnibus wielokrotnych porów-nań to testy istotności, w których wspólnie testujemy pewną właściwość jakiegoś parametru we wszystkich próbach.

  1. Ludzie szukają również