Podstawy statystyki dla prowadz ˛acych badania naukowe
Transkrypt
Podstawy statystyki dla prowadz ˛acych badania naukowe
Program szkolenia firmy QuantUp, http://www.quantup.pl c 2012 Artur Suchwałko QuantUp Artur Suchwałko +48-511-175-949 [email protected] http://www.quantup.pl Program szkolenia Podstawy statystyki dla prowadzacych ˛ badania naukowe Prowadzacy: ˛ dr inż. Adam Zagdański 1. Podstawowe poj˛ecia statystyki • Czym jest statystyka? • Populacja i próba statystyczna • Pomiar i skale pomiarowe • Rodzaje cech statystycznych — cechy jakościowe i ilościowe • Planowanie eksperymentu naukowego — podstawowe zasady • Główne schematy badań statystycznych • Typowe bł˛edy zwiazane ˛ ze stosowaniem metod statystycznych w badaniach naukowych 2. Analiza opisowa i przygotowanie danych do analiz • Prezentacja graficzna wyników pomiarów (histogramy, wykresy słupkowe i kołowe, wykres pudełkowy, wykresy rozrzutu i inne) • Podstawowe wskaźniki sumaryczne i ich własności (miary: położenia, rozproszenia, symetrii i koncentracji) • Przygotowanie danych do analiz (wybór podzbiorów, grupowanie, standaryzacja, proste przekształcenia) • Problem jakości danych: obserwacje brakujace ˛ i nietypowe 3. Podstawy teoretyczne metod statystycznych • Elementy rachunku prawdopodobieństwa • Najważniejsze zmienne losowe dyskretne i ciagłe ˛ oraz ich rozkłady • Estymacja parametrów • Przedziały ufności • Dopasowanie odpowiedniego rozkładu do danych 4. Testowanie hipotez statystycznych — wprowadzenie • Idea testowania hipotez (hipoteza zerowa i alternatywna, istotność statystyczna) • Ogólny schemat weryfikacji hipotezy statystycznej • Bład ˛ pierwszego i drugiego rodzaju • Moc testu • Testy jednostronne i dwustronne • Rodzaje testów statystycznych (testy istotności, zgodności i niezależności). 1 Program szkolenia firmy QuantUp, http://www.quantup.pl c 2012 Artur Suchwałko • Zwiazek ˛ mi˛edzy testami i przedziałami ufności 5. Podstawowe testy statystyczne dla jednej lub dla dwóch populacji • Testy istotności dla wartości średniej (test t Studenta — różne warianty) • Testy istotności dla wariancji • Testy istotności dla proporcji • Wybrane testy zgodności (test chi-kwadrat, test Kołmogorowa-Smirnowa, testowanie normalności rozkładu) 6. Wprowadzenie do analizy wariancji (ANOVA) • Założenia i warunki stosowania analizy wariancji • Jednoczynnikowa analiza wariancji • Dwuczynnikowa analiza wariancji • Porównania wielokrotne 7. Badanie zależności wyst˛epujacych ˛ mi˛edzy zmiennymi • Badanie zwiazku ˛ mi˛edzy zmiennymi — przypadek różnych skal pomiarowych • Ocena zależności dwóch zmiennych ilościowych: współczynnik korelacji i wykres rozrzutu • Statystyczne testy istotności korelacji • Analiza korelacji wielu zmiennych (macierze korelacji) • Zależności nieliniowe mi˛edzy zmiennymi • Typowe bł˛edy popełniane przy badaniu zależności mi˛edzy zmiennymi 8. Model regresji liniowej • Prosty model regresji liniowej: założenia i interpretacja modelu • Dopasowanie i diagnostyka modelu (analiza wartości resztowych) • Porównanie i wybór najlepszego modelu • Regresja wielokrotna • Wybór zmiennych do budowy modelu • Wykorzystanie dopasowanego modelu do prognozowania • Ograniczenia w analizie regresji liniowej 9. Testy nieparametryczne • Testy dla porównania dwóch niezależnych prób (test serii Walda-Wolfowitza, test U Manna-Whitneya) • Testy dla dwóch prób zależnych (test znaków, test kolejności par Wilcoxona, test McNemara) • Testy do porównania wi˛ecej niż dwóch prób (test Kruskala-Wallisa) • Korelacje nieparametryczne (współczynnik korelacji Spearmana, współczynnik Kendalla) 10. Stosowanie metod statystycznych w opracowaniu wyników badań — najważniejsze zagadnienia praktyczne • Dobór próby (oszacowanie właściwej liczebności próby) • Wybór odpowiednich przekształceń wst˛epnych dla danych (transformacje zwiazane ˛ z normalizacja˛ rozkładu, usuwanie obserwacji odstajacych) ˛ • Dobór właściwych metod statystycznych (testów) 2