A müncheni Oktoberfest két leggyorsabb kezű csapos hölgye Ursula, a "bajor démon" és Jutta, a "villámkezű". Egy lelkes Ursula rajongó mind a 8 korsó söre esetén lemérte, hogy mennyi időbe telt a "bajor démonnak" az 1 literes korsó megtöltése. Azt kapta, hogy a 8 korsót összesen 54 másodperc alatt töltötte tele, a csapolási idők négyzetösszege 372,1 volt. Jutta egy titkos hódolója szintén stopperrel a kezében várta mind a 6 sörét és azt tapasztalta, hogy a "villámkezű" összesen 27,3 másdperc alatt végzett a 6 korsó megtöltésével, az idők négyzettösszege itt 129,05 másodperc volt (feltételezve, hogy mindkét hölgy, mind pedig a csapolási idők normálisak).
(a) Adjon 90%-os megbízhatóságú intervallumbecslést a Jutta átlagos csapolási idejére!
(b) Hanzi, Jutta kedvese szerelmük hajnalán egy álló hónapon át feljegyezte Jutta minden egyes csapolását és megállapította, hogy a lány csapolási idejnek szórása kereken 1 másodperc. Az adatok alapján adjon 95%-os megbízhatóságú intervallumbecslést Jutt aátlagos csapolásiidejére!
Hány korsó sört kellene derék hódolónak meginnia egy fele ilyen hosszú, de 98%-os megbízhatóságú konfidenciaintervallum előállításához?
(c) ursulától az egyik estén egy óra alatt 120 korsó sört rendeltek, melyből 30 volt barna, a többi világos. adjon 80%-os megbízhatóságú intervallumbecslést a világos sör részaányára az esti fogyasztásban!
Egy mintáról szeretném eldönteni, hogy véletlenszerű-e vagy sem. Egyelőre csak kétbetűs ábécé esetén (pl. fej-írás). Ehhez találtam egy jó leírást, ami elmagyarázza hogy z = [ futamok (runs) - várható futamok (expected runs) ] / szórás És ha ez a "z" > 2.58 akkor ha jól értettem 99% hogy a minta nem véletlen (30 elemből álló mintára). Azt írja, hogy a 2.58-at statisztikai táblázatokból vette.
A kérdésem az lenne hogy hol találok ilyen "táblázatokat" (vagy ha képletből is kijön az még jobb).
Itt a link, amiről beszélek, talán úgy érthető lesz... :-)
A medián használatát az indokolja, hogy a medián a szélsőséges értékekre legkevésbé érzékeny középérték. A meghatározását viszont nehéz leprogramozni, ezért szeretném megkérdezni, hogy szerintetek mennyire helyettesíthető a medián a (szélsőséges értékekre alig érzékeny) logaritmikus középértékkel.
Feleségem negyedéves a SOTE-n (tudom, ma már SE, de már megszoktuk) és a szakdolgozatát az allergiás nátha (Rhinitis allergica) témából írja.
Készítettem neki egy internetes kérdőívet, amit ajánlok most mindenkinek kitöltésre:
http:// leesoft.extra.hu
Kérek mindenkit, hogy töltse ki a kérdőívet, csak 2-3 perc, nekünk meg nagy segítség lenne, mert minél nagyobb számú kitöltés esetén lehet megfelelő következtetéseket levonni.
A magam részéről 1000 és 10000 db kitöltés közti eredménnyel lennék elégedett, inkább több, mint kevesebb legyen.
2003-ban Baranya megye összes általános és középiskolás végzős diákjára kiterjedő kérdőíves vizsgálat történt, aminek a 90 %-át én végeztem, a kérdőív elkészítésétől a kipostzáson át a visszaérkezett adatok feldolgozásáig. Ezt csak azért tartottam fontosnak megjegyezni, hogy alátámaszthassam az elemszám iránti kívánságom létjogosultságát.
Mivel én is foglalkozom spss-el, és úgy gondolom, hogy szükség lenne egy spss-el foglalkozó honlapra és fórumra, ezért el is kezdtemk egy ilyet csinálni. Nézegessétek meg és írjatok a fórumba: http://mondi.web.elte.hu
Szerintem jó lenne feltámasztani ezt a topicot. Én is használom az spss-t, és szerintem ez egy igen hasznos topic lenne mindenkinek aki foglalkozik a témával. Akkor kérdezek is rögtön:
Ha Gutman-skálát szeretnék csinálni, hogyan lehet azt megtenni, hogy megjelenítem a változók megoszlását úgy, hogy lássam mennyi a skálat tipusú és nem skála tipusú válasz (természetesen valamilyen módon kijelölve a hierachiát)? A kereszttábla is jó, de mondjuk 3 vagy több változó esetén már elég nehézkes.
Nincs ebben semmi meglepö. En is hasznalom az SPSS csomagbol a Sigmaplot-ot anelkul, hogy tudnam a progi összes funkciojat. Az mar mas kerdes, hogy ha nagyon szukseged van egy definiciora, akkor az interneten vagy a software help-jeben gyakorlatilag semmi perc alatt ra lehet keresni.
Persze elöfordul, hogy szegeny juzer nem beszel angolul, es az anyagrol semmi nincs magyarul ...
Egy kicsit meglepő, hogy ilyen alapvető dolog ismerete nélkül SPSS-t használsz. Az SPSS semmit nem mond meg, az eredmények helyes értelmezéséhez szükséges a matematikai háttér ismerete. Bármilyen statisztikai kézikönyv választ ad a kérdésedre.
t-eloszlas eseten a kritikus ertek fugg a szabadsagfoktol is. Az mindenesetre egy huvelykujjszabaly lehet, hogy ha a t-ertek abszolut ertekben qrva nagy, akkor szinte tutira elvetheted a nullhipotezist.
Egyebkent ha SPSS-szel csinalsz t-probat, az default kiadja a p-erteket emlekeim szerint, amibol azonnal latszik, hogy szignifikans-e vagy sem.
Töltsd le a GraphPad InStat program demóját a www.graphpad.com-ról. Ezzel is megcsinálhatod a t-próbát és a program értelmes angol szöveggel el fogja magyarázni, hogy mi az eredmény és hogy hogyan kell értelmezni. A helpje meg egy komplett tankönyv.
T value -1,1767
P value 0,3046
Degrees of Freedom 4,0000
Hogy mit jelentenek ezek a szamolt statisztikak, azt az alabbi szövegböl ki lehet sakkozni. E szerint, azt neked kell tudni, hogy mikor fogadsz el ket meresi sort fuggetlennek, megpedig a P valoszinusegi ertek alapjan. Az alabbi angol szöveg alapjan, a fenti meresi sorok egy biologiai meresnel nem tekintendöek kulönbözö eredmenynek, mert a kapott P ertek nagyobb, mint 5%.
Nyilvan, ez P ertek attol is kell hogy fuggjön, hogy mekkora az adathalmazod es hogy egyaltalan milyen rendszert mertel.
Egzakt segitseget egy matematikus tudna neked nyujtani. Ha itt nem kapsz segitseget, akkor irj egy emilt Dr. Horvath Istvannak. A Szegedi egyetem Szervetlen Kemiai tanszeken matematikus es az egesz elete a statisztikarol szol. Ö tutira tud segiteni.
P varies from 0 (not likely) to 1 (certain). The higher the probability, the more likely it is that the two sets are the same, and that any differences are just due to random chance. The lower the probability, the more likely it is that that the two sets are significantly different, and that the differences are real. Where do you draw the line between these two conclusions? In biology the critical probability is usually taken as 0.05 (or 5%). This may seem very low, but it reflects the facts that biology experiments are expected to produce quite varied results. So if P > 0.05 then the two sets are the same, and if P < 0.05 then the two sets are different. For the t test to work, the number of repeats should be as large as possible, and certainly > 5.
Ha valaki ért esetleg a statisztikához, akkor meg tudná mondani, hogy a két mintás t-próbánál a t értéknek mekkorának kell lennie, hogy a két átlag közötti különbség szignifikáns legyen?
Vagy ezt megmondja az SPSS?
Előre is köszi.
