ЗАВИСИМЫЕ ВЫБОРКИ | АНАЛИЗ ДАННЫХ #14

Зависимые выборки (парные выборки, связанные выборки). Анализ данных #14. Что такое зависимые выборки? Чем зависимые выборки отличаются от независимых. Как анализировать зависимые выборки (парные выборки)? Каковы методы анализа зависимых выборок?
Содержание темы: зависимые выборки, независимые выборки, алгоритм выбора метода
анализа влияния факторов для зависимых (парных, связанных) выборок
Зависимыми называют выборки, у которых каждому случаю (наблюдению) из одной выборки соответствует один (и только один) случай из второй выборки (и наоборот). В случае, если такая взаимосвязь между выборками отсутствует, то эти выборки считаются независимыми.
Зависимые выборки обычно возникают, если для каждого объекта наблюдения делается несколько измерений одного и того же признака.
Например, если изучается эффективность лекарства, снижающего температуру тела, то важно измерять температуру каждого больного до и после прима лекарства. Имеет значение изменение температуры конкретного пациента.
По форме зависимые и независимые выборки - это способ организации данных. .
В видео представлена схема выбора методов анализа влияния факторов для зависимых (парных) выборок. Для выбора необходимо ответить на следующие вопросы: 1) в какой шкале представлены сравниваемые данные; 2) сколько выборок в данных (две или больше); 3) в случае количественной шкалы с двумя выборками, установить нормально ли распределена разность между парными значениями выборки.
Для анализа зависимых выборок применяются следующие статистические критерии: парный t-критерий Стьюдента
критерий Мак-Немара
критерий Кохрена
критерий Уилкоксона
критерий Фридмана

[@user-mx1tp7cz4n]

супер, человек который хорошо знает тему, может объяснить доступным языком

[@user-kp2pw8sk3v]

Спасибо!

[@statistica8687]

Спасибо за отзыв!

[@Amelia-vw4nk]

Скажите пожалуйста, а для критерия Фридмана важна ли нормальность разности? У нас есть клетки до и после обработки лекарством (разное время воздействия лекарства и концентрация). Может быть у Вас есть пример этого теста, поскольку у меня отображается странное p-value (p

[@statistica8687]

Нормальность не важна, это непараметрический тест. Приведенный вами уровень значимости вполне обычный, проводятся не все знаки после запятой. По парным различиям через Уилкоксона, по идее да, с поправкой Бонферонни, нужно ваш допустимый уровень, например, 0.05 поделить на 11. Возможно, в SPSS есть постхок тест, точно не помню. И последнее - видеопримера у меня нет.

[@user-io1vw1sz3n]

Подскажите пожалуйста, правильно ли я понял что, связанными выборки можно назвать только при попарном сравнении на ОДНОМ объекте эксперимента. К примеру, если проведен эксперимент с препаратом на животных, но мы измеряли данные на разных сроках и на РАЗНЫХ экспериментальных моделях, эти группы по сути не являются связанными?

[@statistica8687]

Если экспериментальная модель это животное, то да, разные животные - независимые выборки

[@user-io1vw1sz3n]

@@statistica8687 , спасибо Вам за ответ, и интересный канал) очень большая работа!

[@legendarzayexe9404]

А как в итоге проверить то на нормальность распределения? Чтобы науч рук не докопался

[@statistica8687]

Найдите видео: нормальность распределения данных

[@OlgaGalanina]

для студентов каких специальностей записано данное видео? (серия видео)

[@statistica8687]

Если коротко, то для гуманитарных.

[@user-mx1tp7cz4n]

data science