Istnotność statystyczna

kkrupa · Post autor: **kkrupa** » 14 cze 2014, o 21:49

Witam,
piszę pracę magisterską nt. "Efekt uczenia w 6 minutowym teście marszowym".
Test ten polega na przejściu jak najdłuższego dystansu w ciągu 6 minut. Test przeprowadzany jest dwukrotnie. Przed pierwszą próbą badana osoba dostaje instrukcje "Przejdź jak najdłuższy dystans w 6min". Po pierwszej próbie pytasz go czy może iść szybciej, większość odpowiada, że nie, ale mimo to przechodzi więcej. Badanie przeprowadzone jest po to aby sprawdzić czy przeprowadzenie 2 prób ma wpłym na dystans.

Przeprowadzilem badania na 30osobach. Większość w drugiej próbie przeszła więcej mimo że mówili po pierwszej próbie że nie są w stanie przejść więcej.
Tabela z danymi zawiera:
- dystans 1 próby
- dystans 2 próby
- różnica dystansów
- średnia dystansów
- oraz inne dane: wiek, bmi, wzrost, waga, płeć

Mam obliczyć do wszystkich tych par danych: średnią, odchylenie standardowe, korelację i istotność. Wszystko policzone, oprócz tej istotności - czy ktoś jest mi w stanie pomóc jak to policzyć?

szw1710 · Post autor: **szw1710** » 14 cze 2014, o 22:02

Musisz wykonać test Studenta dla prób zależnych. Testuje się różnice wartości cechy. Jeśli średnia różnica wynosi zero (taką hipotezę się testuje), to przeprowadzenie 2 prób nie ma wpływu na dystans. Jeśli nie - to oczywiście wpływ jest. Chodzi o to czy różnica w dystansach jest statystycznie istotna, czy też nie.

Podaj Twoje dane, zrobimy test. Możesz wrzucić tu plik z danymi.

kkrupa · Post autor: **kkrupa** » 14 cze 2014, o 22:12

Wyniki :

Kod: Zaznacz cały

http://speedy.sh/PkEeD/wyniki.xlsx

szw1710 · Post autor: **szw1710** » 14 cze 2014, o 22:37

Najbardziej interesują mnie różnice dystansów. Oczywiście sam dystans zależy od Twoich czynników, jak BMI, zmęczenie itp., ale abstrahuję od tego i badam same różnice dystansów. Robię to z użyciem środowiska R, choć to samo można zrobić też na kartce. W każdym razie testuję hipotezę o tym, że średnia różnica dystansów wynosi zero wobec hipotezy alternatywnej, że jest dodatnia.

Kod: Zaznacz cały

> r=c(104,47,7,14,10,55,33,50,17,26,44,29,12,40,51,29,39,15,26,68,48,13,10,38,-70,-44,42.4,58,-54,15)
> t.test(r,alternative='greater')

	One Sample t-test

data:  r 
t = 4.0462, df = 29, p-value = 0.0001764
alternative hypothesis: true mean is greater than 0 
95 percent confidence interval:
 14.93471      Inf 
sample estimates:
mean of x 
 25.74667

Niezmiernie niska wartość p-value mówi, że na każdym sensownym poziomie istotności (a te są pomiędzy 0.01 a 0.10 czyli od 1% do 10%), a formalnie na każdym poziomie istotności powyżej p-value, należy odrzucić hipotezę zerową o średniej różnicy zero na rzecz alternatywnej. Tak więc test wykazuje, że przeprowadzenie pierwszej próby ma wpływ na dystans w drugiej próbie. Dokładniej, że zadanie pytania "czy przejdziesz więcej", motywuje do przejścia większej odległości.

Szczegółów matematycznych może nie będę tłumaczył.

kkrupa · Post autor: **kkrupa** » 14 cze 2014, o 22:45

Dziękuje, ale mam jeszcze pytanie. Przykładowo mam do wykonania tabele:
Dystans 1, Dystans 2 i Istotnosc.
Dystans 1 kobiet, Dystans 2 kobiet i Istotnosc
tak samo dla mezczyzn.

Na jakiej podstawie to obliczac - prosze o wskazowki

szw1710 · Post autor: **szw1710** » 14 cze 2014, o 23:00

Z przedstawionego wydruku wynika, że na poziomie istotności 5% (całkiem sensowny) statystycznie istotna jest różnica od 14.93471 wzwyż. Więc różnice mniejsze niż 14.93 będą nieistotne, różnice większe niż 14.93 będą istotne. Być może o tego rodzaju informacje chodzi - odpowiedź na pytanie, czy różnica dystansu konkretnego zawodnika była czy nie była istotna.