A statisztikahoz ugyan nem kulönösebben ertek, de azert hatha összehozunk vmit. Szoval, lefuttattam egy paired t test-et a sigmaplot-on:

2,0000 3,0000
3,0000 4,0000
2,0000 4,0000
3,0000 2,0000
2,0000 2,0000


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.

Sok sikert,

tm75