Zapraszamy na nasz serwis Metodolog Nauka Pomiary w naukach o zachowaniu (na przykładzie psychologii)

Artykuł Pomiary w naukach społecznych (psychologia) pochodzi z serwisu Metodolog.pl - biznes.

Zapraszamy na nasz blog naukowy Biostatystyka – analiza przeżycia / survial

Artykuł Analiza przeżycia/ Survival analysis pochodzi z serwisu Metodolog.pl - biznes.

Metodolog.pl – Analiza Statystyczna w Biznesie

Firma statystyczna METODOLOG

Czym jest badanie statystyczne? Czy dzięki badaniom statystycznym możemy poznać źródła zmienności? Niestety tak…
Według definicji badanie statystyczne polega na pozyskiwaniu danych na temat rozkładu cechy statystycznej w populacji. Ze względu na zakres jednostek objętych badaniem wyróżnia się badania pełne i badania częściowe. Ze względu na przedświąteczny okres żal byłoby nie przytoczyć:
„W owym czasie wyszło rozporządzenie Cezara Augusta, żeby przeprowadzić spis ludności w całym państwie. […] Wybierali się więc wszyscy, aby się dać zapisać, każdy do swego miasta. Udał się także Józef z Galilei, […] żeby się dać zapisać z poślubioną sobie Maryją, która była brzemienna.”
Ale co to ma wspólnego ze statystyką i czego to dowodzi? Już tłumaczę. Statystyka jest z nami dłużej niż mogłoby się wydawać. Jej początki wywodzą się z dokonywania spisów powszechnych, które były stosunkowo systematycznie przeprowadzane na terenie ówczesnej potęgi, czyli starożytnego Rzymu. Są one przykładem pełnego badania statystycznego, czyli takiego które obejmuje wszystkie jednostki rozpatrywanej zbiorowości statystycznej. Ewidencja urodzeń i zgonów? Coroczny spis rolny obejmujący wszystkich rolników? Badanie statystyczne dotyczące liczby zachorowań na grypę w czasie epidemii? To wszystko pełne badania statystyczne. Pierwsze to badanie o charakterze ciągłym, drugie – okresowym, natomiast trzecie – doraźnym.
„Statystyczny Polak” spędza w Internecie 4,9h/dobę (raport We are social media opublikowany 2.01.2015). Przez tak długi okres czasu jest w stanie natknąć się na wiele „wyskakujących” okienek z ankietami internetowymi. Gdy weźmie w nich udział staje się jednostką próby statystycznej. To przykład badania częściowego. W przeciwieństwie do badania pełnego, nie bada się wszystkich jednostek populacji, lecz tylko celowo, bądź losowo wybranych reprezentantów. Tę formę, choć wydawać by się mogło z założenia obarczoną niepewnością, wykorzystuje się przeważnie. Jest efektywna w ekonomicznym rozumieniu tego pojęcia. Zbadanie całej zbiorowości jest w większości przypadków niemożliwe, bądź nastręczałoby wielu problemów zarówno natury fizycznej jak i finansowej. Kontrola jakości na linii produkcyjnej np. przetworów jest przykładem badania o charakterze niszczącym. Chcąc skontrolować każdy słoik, żaden nie wyjechałby poza mury fabryki. W przypadku badań o charakterze orientacyjnym badanie każdej jednostki populacji byłoby najzwyczajniej przerostem formy nad treścią.
Badania niepełne można podzielić ze względu na użyte środki i zakres zbiorowości statystycznej na: ankietowe, monograficzne, reprezentacyjne i szacunkowe.
Pierwsze z nich zostało przytoczone powyżej. Aby jego wyniki optymalnie oddawały rzeczywistość, konieczne jest odpowiednie zaprojektowanie formularza zawierającego pytania. Muszą być one sformułowane tak, by wyczerpywały główny cel badania. Zaletą jest stosunkowo krótki czas pozyskania informacji na temat badanej cechy.
Dużo bardziej czasochłonną metodą badawczą jest metoda monograficzna. Polega ona na wszechstronnym opisie i szczegółowej analizie pojedynczej jednostki bądź niewielkiej liczby charakterystycznych jednostek badanej zbiorowości statystycznej. Co to oznacza? Z całej zbiorowości wybiera się grupkę respondentów, których obserwuje się przez pryzmat wielu aspektów. Zaletą tej metody jest uzyskanie bardzo dokładnych wyników w szerokim zakresie tematycznym. Jednakże by rzetelnie oddawały one rzeczywistość badane jednostki musza być jak najbardziej typowe, przez co rozumiemy – muszą posiadać cechy typowe dla danej populacji.
O ile w badaniu monograficznym jednostka była wybierana w sposób celowy, to w trzecim rodzaju badań częściowych w sposób losowy dobiera się jednostki próby zbiorowości. Ta przypadkowość jest w stanie zagwarantować najpełniejszy obraz badanej populacji. Szczegółowość i zakres badanych cech jest również znacznie mniejszy co wiąże się z większą ilością badanych jednostek.
W momencie, gdy niemożliwym okazuje się przeprowadzenie obserwacji danej cechy w sposób pełny, można rozwiązać to za pomocą badań szacunkowych inaczej szacunku interpolacyjnego lub ekstrapolacyjnego. Znając wartości sąsiednich cech, jesteśmy w stanie przewidzieć hipotetyczne wartości cechy, która nas interesuje. Inaczej jest z szacunkiem ekstrapolacyjnym, ponieważ o ile w poprzednim przykładzie zdobyte dane były powiązane z szukanymi danymi, to w przypadku ekstrapolacji szacuje się hipotetyczne wartości cechy wykraczającej poza zakres badania. Stosuje się ją w ostateczności, gdy nie można wykonać ani pełnego ani nawet częściowego badania.
Jak widać jest wiele sposobów pozyskiwania informacji na temat rozkładu cechy statystycznej w populacji. W zależności od warunków i istoty cechy mamy wiele dróg badań statystycznych do wyboru, które ułatwia nam późniejszą estymację.

Autorem tekstu o badaniach statystycznych jest Martyna Kuligowska.

Artykuł Czym jest badanie statystyczne? Metody statystycznego opisu. pochodzi z serwisu Metodolog.pl - biznes.

Cześć.

Chcesz wziąć udział w fajnym przedsięwzięciu, a przy okazji wypocząć i zrelaksować się po sylwestrze w SPA (oczywiście dodatkowo zarobić) ? * Czas realizacji zdjęć to 2 godziny wraz ze SPA.

Firma www.metodolog.pl jest dostawcą rozwiązań analitycznych ( statystyka i uczenie maszynowe ), badawczych i metodologicznych w biznesie i nauce.

To nie jest dla Ciebie ? Może znasz kogoś kot by zechciał wziąć udział ? Poleć nas !

Informacje o reklamie.

• Lokalizacja – trójmiasto
• Termin – przełom lutego/marca 2016
• Link do ankiety rekrutacyjnej.

Jaka rola jest do odegrania?

Zadaniem aktorów będzie przeprowadzenie dialogu na temat statystyki. (więcej informacji jest poniżej v)

Brief.

Sytuacja dzieje się w SPA. Niebiański klimat relaksu ! Cisza, spokój oraz ciepły klimat i dwie relaksujące się kobiety. Rozmawiają one o statystyce, ogólnie jest to bełkot dla normalnego śmiertelnika, ale w kontekście naukowym jest to bardzo sensowne, inteligentne, racjonalne i przyjęte za dobrą praktykę.

Konwencja.

Styl tego ma być widziany jako dialog dwóch przyjaciółek, które są strasznymi plotkarami. Rozmawiają między sobą zgodnie z poniższym scenariuszem ( oczywiście elementy improzwizacji oraz gry aktorskiej są naturalną sprawą ). Odpowiednia intonacja oraz gestykulacja w czasie opowiadania jest konieczna. Trzeba zamienić ten bezpłciowy temat o ” niczym ” na emocjonalnie naładowany komunikat ! Wszelkie wtrącenia i zachowania  typowo niezgodne z naukowym stereotypem są na wagę złota.

Scenariusz – Dialog.

A – Słuchaj, jak Twoja weryfikacja przewidywań w tym nowym badaniu podłużnym ?

Z – aaaa motam się z analizami regresji, ale cały czas mam problem z znalezieniem modelu, który by mi wysetymował wszystko co chcę.

A  – ale jak to ?

Z – Długa historia mała i bez rewelacji, szkoda gadać.

A- Ile my się znamy ?? No Zuzka !?

Z – noooo wieeeem !!!!! Historia klasyk. Testowałam analizy regresji liniowej, lasso, płazę, ale cały czas miałam na wykresach rozrzutu heteroscedastyczność wariancji, reszty nie miały rozkładu normalnego, a współliniowość tak obciążała oszacowania współczynników Beta, że nie było z czego wnioskować !

A – Słuchaj mała, po co Ci ta regresja ? Masz podstawy teoretyczne do wnioskowania o tym tak ? Odpalasz analizę równań strukturalnych, projektujesz schemat korelacji predyktorów wpływających na zmienną wyjaśnianą, bierzesz też pod uwagę efekty mediacyjne i supresji no i  sprawdzasz aproksymacje modelu do danych.

Z – Mówisz ?

A – No jasne ! Ustalasz wyliczenia metodą asymptotycznie wolną od rozkładu, ustawiasz realizację bootstrap na 1000 losowań i masz do tego  95% przedziały ufności dla estymatorów!

Z – No popatrz Ty…

A – No ja Ci mówię ! Nawet jeśli model nie będzie spasowany to ustalasz indeksy modyfikacji od czwórki i korygujesz aproksymację.

Z – O cholera.

A- haaaa mała, nie wiesz jednego !

Z –  Czego ?

A – Może być tak, że masz obserwacje odstające. Usuń je diagnostyką Mahalanobisa i masz wszystko cacy !!!

Z – Jak Ty to robisz to ja nie wiem !

A  – Wystarczy być sobą B)

Artykuł Weź udział w reklamie dostawcy usług naukowych www.metodolog.pl pochodzi z serwisu Metodolog.pl - biznes.

Przekształcanie danych jest nieuniknionym etapem modelowania predykcyjnego w przemysłowej statystycznej analizie danych. Solidnego modelu predykcyjnego nie można zbudować tylko dzięki algorytmom uczenia maszynowego. Dopiero w momencie zrozumienia problemu biznesowego i przekształceniu go na rozwiązanie analityczne ( dzięki manipulacjom i przekształceniom danych ) możemy zweryfikować nasze intuicje i spostrzeżenia.

Wśród kilku etapów budowy modelu, większość czasu spędza się w zrozumieniu danych wejściowych ( źródłowych ) przy jednoczesnym wykonywaniu niezbędnych manipulacji na danych.

Czym jest manipulowanie danymi ?

Manipulowanie danymi jest potocznie zwane statystyczną eksploracją danych. Jest to zbiór procedur statystycznych lub matematycznych  wykonywanych na zbiorach danych mających na celu zwiększenie dokładności i precyzji w statystycznym rozwiązywaniu problemów weryfikacji hipotez, przewidywań i klasyfikacji.

Proces gromadzenia danych może mieć wiele luk i posiadać mnóstwo błędów. Istnieją różne czynniki niekontrolowane, które prowadzą do nieścisłości w danych, takich jak sytuacja psychologiczna respondentów, osobiste uprzedzenia lub różnice w odczytach ( błędy maszyn ).

Łagodzenie tych nieścisłości, czyli wykonywanie różnych manipulacji na danych statystycznych prowadzi do uzyskania  jak największej z możliwych dokładności analiz statystycznych w badaniach i modelowaniu przemysłowym.

p.s. Nie ma dobrych i złych sposobów manipulowania danymi. W zależności od problemu różne sposoby obróbki danych i procedury statystyczne są pożądane. Tylko odpowiednie ich połączenie z danymi wejściowymi daje cenne efekty.

Artykuł Przekształcenia danych. Co to takiego ? Wprowadzenie. pochodzi z serwisu Metodolog.pl - biznes.

Przedstawia http://www.qlik.com/. QlickView jest popularnym i łatwym narzędziem do nauki wizualizacji danych. Jest to łatwy interfejs, który sprawia, że jest to ulubione narzędzie do wizualizowania wyników analiz statystycznych w nauce i biznesie. Oczywiście w www.metodolog.pl też je bardzo lubimy. W rzeczywistości moja podróż w Business Intelligence zaczęła się właśnie z QlikView. Jako, że nie jestem programistą nie mogłem prosić o lepszy start w obrazowaniu wyników analiz statystycznych. 

Gorąco polecam to oprogramowanie. Przydaje się bardzo w wizualizacji danych w statystyce przy ilościowych projektach badawczych jak i eksperymentalnych.

Artykuł QlikView – Czyli narzędzie do wizualizacji analiz statystycznych i danych w biznesie. pochodzi z serwisu Metodolog.pl - biznes.

Konfirmacyjna analiza czynnikowa jest modelem w którym zakładamy istnienie pewnego określonego zbioru czynników, a dzięki analizie wartości zmiennych losowych badamy zasadność naszego przypuszczenia i estymujemy parametry modelu. Jakość modelu analizy czynnikowej określa się między innymi, badając wartość ładunków czynnikowych oraz procent wyjaśnionej wariancji wraz z dopasowaniem modelu do danych. W modelu konfirmacyjnym (opartym o logikę analizy równań strukturalnych) wartość ładunku to wartość czynnika ścieżkowego odpowiadającego ścieżce łączącej dany wskaźnik cząstkowy ze zmienną ukrytą (cechą latentną). Jest to współczynnik korelacji wielokrotnej R² . W zależności od poziomu konserwatyzmu przyjmuje się różne wartości krytyczne tego czynnika. Konfirmacyjna analiza czynnikowa pozwala na weryfikację całej teorii. Wykorzystuje się ją często w budowie narzędzi badawczych do badań marketingowych, testów psychometrycznych, układów przyczyn w łańcuchu zarządzania organizacją. Np. dobre narzędzia pomiaru psychologicznego przechodzą przez magiel konfirmacyjny, dając tym samym narzędzie zawierające skrupulatnie wybrane pozycje testowe, a w konsekwencji doskonałe właściwości pomiarowe. Przykładowo możemy przeprowadzić analizę konfirmacyjną pozwalającą na zbadanie postaw pracowników wobec firmy. Poszczególne pozycje testowe narzędzia są ze sobą wzajemnie związane, a zmienne nieobserwowalne  jakimi są rodzaje postaw są przyczyną zmienności wyników mierzalnych wskaźników. Ilustrację konfirmacyjnej analizy czynnikowej połączonej z modelem regresji liniowej w ścieżkowym pełnym układzie pomiarowym przedstawia rys nr 1. Rysunek nr 2 przedstawia klasyczną wersję konfirmacyjnej analizy ze skorelowanymi zmiennymi latentnymi.

Zobacz nasze inne wpisy na temat konfirmacyjnej analizy czynnikowej i modelowania równań strukturalnych w których się specjalizujemy:

Zaawansowane kwestie dotyczące analiz konfirmacyjnych i modelowania równań (klik)

Konfirmacyjna analiza czynnikowa w kontekście problematycznych zachowań finansowych (klik)

Modelowanie równań strukturalnych metodą cząstkowych najmniejszych kwadratów partial least squares PLS (klik)

CFA i wiązanie jej z modelem strukturalnym (klik)

Rys nr 1.

Wpływ cech latentnych (niemierzalnych) na mierzalne pomiary (wskaźniki cech) w pełnym układzie pomiarowym łańcucha przyczynowo skutkowego.

Rys nr 2.

Wpływ cech latentnych (niemierzalnych cech zachowań finansowych) na mierzalne pomiary (wskaźniki cech) w pełnym układzie pomiarowym.

Artykuł Konfirmacyjna analiza czynnikowa. pochodzi z serwisu Metodolog.pl - biznes.

Analiza regresji liniowej i krzywoliniowej. 

Analiza regresji liniowej i krzywoliniowej pozwala na przewidywanie wpływu zmiennych na wyniki mierzone na skali ciągłej np. napływ nowych klientów wyrażonych w ich liczbie. Liniowość zjawisk jest częsta, ale nie jedyna. W rzeczywistości występują też związki krzywoliniowe z różną ilością gięć. Analizy regresji w różnych odmianach, pozwalają nam na przewidywanie zjawisk na podstawie badania, a także kiedy nie mieliśmy ich w sytuacji eksperymentalnej, ale znamy ich wartości. Przykładowo z badania wiemy że stały poziom klientów danej firmy produkującej odzież wynosi 1000, ale wiemy też że każde 10.000 tyś zł. wydane na reklamę w internecie powoduje liniowy wzrost klientów o 36 , ponad to im bardziej zróżnicowane są przekazy reklamowe tym liczba klientów podskakuje o 11, do tego wszystkiego dochodzi wzrost liczby klientów o 7 jeśli doszkala się przedstawicieli handlowych. Z tych informacji możemy dowiedzieć się ile może wzrosnąć liczba klientów jeśli na reklamę w internecie wydamy 18 tyś, zróżnicujemy bardziej nadawane komunikaty oraz będziemy szkolić kadrę handlowców raz w miesiącu. Ponad to możemy oszacować wpływu krzywoliniowe np. ilość turystów wpływa na  ilość  wody pitnej w restauracji nadmorskiej. Teoretycznie tylko umiarkowanie ciepła temperatura wpływa na to ile turystów jest na plaży. Zbyt wysoka lub niska temperatura powietrza powoduje zmniejszanie się ludzi nad brzegiem. Analiza regresji krzywoliniowej (Estymacja Krzywej) pozwala na oszacowanie tego, ilu turystów możemy się spodziewać przy danych warunkach atmosferycznych i jak zaplanować dostawy wody. Analizy regresji pozwalają nam na oszacowanie tego jak dokładnie nasze zmienne przewidują  liczbę klientów oraz sprawdza czy jakieś czynniki wnoszą nieistotną zmienność wyników (obciążają nasze wnioskowanie)   Rysunek nr 1 i 2. Przedstawiają przewidywania wynikające z regresji liniowej i kwadratowej.

rys. 1. Wpływ reklamy w internecie na liczbę nowych klientów.

Rys 2. Wpływ temperatury na  zużycie wody.

Artykuł Analiza regresji liniowej i krzywoliniowej. pochodzi z serwisu Metodolog.pl - biznes.

Testowanie hipotez w statystyce – Podejmowanie inteligentnych decyzji w biznesie i nauce.

Case study.

Powiedzmy, że średnie oceny z matematyki dla 3 klasy gimnazjum wynoszą 85 punktów. Z drugiej strony jeśli losowo wybierzemy 30 uczniów i policzymy ich średni wynik to okaże się, że ich średni wynik wynosi 95. Co można wywnioskować z tego eksperymentu ? Jest to bardzo proste ! Oto wnioski
– Te 30 osób różni się punktacją od populacji 3 klasistów. Ich wyniki są wyższe i są to dwie różne populacje.
– Nie ma żadnej różnicy. Rezultat jest tylko przypadkowy i jest to kwestia losu, że w tej grupie znalazło się akurat tyle osób, że uzyskano średni wynik wynoszący 85.
Jak powinniśmy zdecydować które wyjaśnienie jest poprawne ? Istnieją różne metody, które pomagają podjąć tę decyzję. Oto kilka opcji:
– zwiększenie liczebności próby
– przetestowanie innej próby
– obliczenie losowego prawdopodobieństwa szansy
Dwie pierwsze metody wymagają poświęcenia większej ilości czasu i pieniędzy. W związku z tym, nie jest pożądane kiedy budżet i czas są ograniczone.
Tak więc, w takich przypadkach wygodną metodą jest obliczenie prawdopodobieństwa losowości dla tej próbki. Czyli tego czy jest prawdopodobne, że próbka będzie miała średni wynik 95 ? Takie podejście pomoże Tobie w wyciągnięciu wniosków z danych dwóch powyższych hipotez.
Nasuwa się teraz pytanie ” Jak należy obliczyć losowość tego wyniku ? ” Aby na to odpowiedzieć, należy najpierw przejrzeć podstawy rozumienia statystyki.

Podstawy statystyki.

Wartość-Z, Wartość – p: Wartość Z jest miarą odchylenia standardowego, czyli jak daleko od średniej jest obserwowana wartość. Dla przykładu wartość Z wynosi +1,8 może być interpretowana jako to, że obserwowana wartość jest oddalona od średniej o 1,8 odchylenia standardowego. Wartość p jest prawdopodobieństwem. Obie te statystyki są powiązane ze standardowym rozkładem normalnym. Możesz spojrzeć na wartości p powiązanych z każdą wartością Z w tabelach statystycznych Z. A to jest wzór do obliczenia wartości Z.
Z=(X-µ) / σ – gdzie X jest wartością obserwacji, µ jest średnią z populacji a σ to odchylenie standardowe z populacji.
Jak już wspomniano wcześniej, te metody zawsze działają z rozkładem normalnym ( zdjęcie poniżej ) Tylko i wyłącznie z normalnym ! Nie z innym rozkładem ( chyba, że symetrycznym). W przypadku kiedy rozkład wyników nie jest normalny, nie można odnosić się do teorii centralnego twierdzenia granicznego.

Rozkład normalny i rozkład paranormalny.

Centralne Twierdzenie graniczne jest bardzo ważne w statystyce. Nie wdając się w definicje wyjaśnię to używając przykładu. Mamy dane 1000 studentów 5 klasy. Mamy tu dwa kluczowe wskaźniki tej populacji, czyli średnią równą 48,4 oraz odchylenie standardowe 29,1. Teraz weźmy próbkę 40 studentów z tej populacji. Więc jak dużo próbek możemy pobrać z tej populacji ? Możemy pobrać 25 próbek (1000/40=25). Czy można powiedzieć, że każda z wylosowanych próbek będzie miała takie same średnie jak cała populacja 48,4 ? Takie ideolo jest pożądane, lecz praktycznie jest nieprawdopodobne by każda próbka miała taką samą średnią.
1. Średnia z próbek ( 1000 ) jest bardzo zbliżona do średniej w populacji.
2. Odchylenie standardowe rozkładu próbek może być określane z odchylenia standardowego populacji podzielonego przez pierwiastek kwadratowy z wielkości próbki N. Jest to znane też jako błąd standardowy średniej.
3. Rozkład z próbki jest normalny bez względu na rozkład będący w populacji. Jest to znane jako Centralne Twierdzenie Graniczne. We wstępnym przykładzie uczniów gimbazy, porównywaliśmy średnią z próbki ze średnią w populacji przy czym była to odległość między średnią z populacji a średnią z próbki. W takim przypadku zawsze można skorzystać we wnioskowaniu z właściwości rozkładu normalnego bez martwienia się o rozkład wyników w populacji.
Można wyliczyć odchylenie standardowe i średnią bazując na powyższych ustaleniach i policzyć wartość Z oraz wartość p. Tutaj prawdopodobieństwo pomoże nam zaakceptować jeden z dyskutowanych wniosków dotyczących uczniów gimbazy. Niemniej jednak, aby zaspokoić Centralne twierdzenie graniczne wielkość próbki musi być wystarczająca ( średnia jaką podaje literatura dla minimalnej liczebności próbki wynosi około N>=30).
Teraz powiedzmy sobie jedno. Musimy obliczyć prawdopodobieństwo. Poziom istotności pomoże nam podjąć decyzję o przyjęciu którejś z dwóch hipotez.

Czym jest poziom istotności ?

Podjęliśmy założenie, że prawdopodobieństwo uzyskania średniej wynoszącej 95 z próbki wynosi 40%. Jest bardziej prawdopodobne to, że o takim wyniku można powiedzieć, że istnieje większa szansa uzyskania go przez przypadek a nie z powodu różnic w zachowaniu lub innego wpływu.
Gdybyśmy mieli prawdopodobieństwo wynoszące 7%, nie było by możliwości o tym, że taki wynik jest przypadkowy. Tutaj już mogą występować pewne różnice w zachowaniu ponieważ prawdopodobieństwo jest relatywnie niskie. To co znaczy, że jest wysokie prawdopodobieństwo prowadzi do akceptacji przypadkowości, a niskie prawdopodobieństwo prowadzi do wnioskowania o np. różnicach w zachowaniu ( lub jakichkolwiek różnicach pod względem jakiegokolwiek parametru).
W jaki sposób teraz mamy zdecydować jakie jest wysokie i jakie jest niskie prawdopodobieństwo ?
Szczerze mówiąc, jest to dosyć subiektywne, ale bazuje na rozsądnych podstawach. Możemy mieć kilka scenariuszy w biznesie, gdzie 90% jest uważane za wysokie prawdopodobieństwo, a w innym przypadku, gdzie wymaga się większej pewności wynik ten wynosi 99%. Generalnie w większości dziedzin punkt odcięcia wynosi 5%. Te 5% nazywa się poziomem istotności lub znane jest też jako poziom Alfa ( co symbolizuje α). Oznacza to, że jeżeli prawdopodobieństwo jest mniejsze niż 5% to możemy wnioskować o tym że jest różnica w wynikach pomiędzy dwiema populacjami. 1 – poziom istotności jest znany także jako poziom ufności co znaczy, że z 95% prawdopodobieństem różnica ta nie jest przypadkowa.
Poniżej są pokazane najczęściej przyjmowane w nauce i biznesie poziomy istotności/Alfa

Do tej pory patrzyliśliśmy na to jako narzędzie do testowania hipotezy czy średnia z próbki różni się istotnie od średniej z populacji. Teraz, pójdźmy krok po kroku aby przetestować hipotezę testem statystycznym.

Jakie kroki prowadzą do testowania hipotezy ?

1). Postaw hipotezy (zerową i alternatywną): W wyżej opisywanym przykładzie gimbazy tak naprawdę testowaliśmy hipotezę. Hipotezę tą, testowaliśmy jako to czy różnica pomiędzy uzyskaną próbką a populacją jest losowa. Tak naprawdę testowaliśmy hipotezę zerową, która zakłada że nie ma istotnej różnicy pomiędzy próbką a populacją. Symbol hipotezy zerowej to „H0”. Należy pamiętać, że dlatego testujemy hipotezę zerową, bo mamy wątpliwości co do jej prawdziwości :). Dlatego stawiamy hipotezę alternatywną.
2) Dla przykładu z gimbusami hipotezą alternatywną jest to, że jest znaczna i istotna różnica pomiędzy populacją a próbką. Hipotezę alternatywną oznacza symbol „H1”. W sądzie również zakłada się, że oskarżony jest niewinny ( to jest taka hipoteza zerowa dla oskarżonego). Dlatego prokurator jest obciążony próbą pokazania dowodów, które świadczą o tym, że oskarżony nie jest niewinny. Trochę to dziwne, ale koniec końców jest bardzo rozsądne :). Podobnie w statystyce, zakłada się że hipoteza zerowa jest prawdziwa obciążając badacza przeprowadzeniem badania w celu pokazania dowodów, że hipoteza zerowa jest nieprawdopodobna i nie jest prawdziwa.
3) Ustawienie kryteriów decyzji. By ustalić kryteria dla decyzji musimy stwierdzić jakiś poziom istotności dla testu. Może to być np. 5%, 1% lub 0,5%. Bazując na poziomie istotności, podejmujemy decyzję o akceptacji hipotezy zerowej lub alternatywnej.
4) Obliczamy prawdopodobieństwo losowości. Test statystyczny pomaga nam to określić. Mniejsze prawdopodobieństwo jest niewystarczającą ilością dowodów by zaakceptować hipotezę zerową.
5) Podejmujemy decyzję. Wartość p porównujemy z góry określonym poziomem istotności oraz jeśli jest ona mniejsza niż poziom istotności to odrzucamy hipotezę zerową. Podczas podejmowania decyzji o odrzuceniu hipotezy zerowej coś może pójść źle, ponieważ decyzji nie podejmujemy w oparciu o populację ale w oparciu o próbkę. Istnieją cztery alternatywy dotyczące prawdy i fałszu decyzji podjętej w stosunku hipotezy zerowej.
1. Decyzja o utrzymaniu hipotezy zerowej jest prawdziwa.
2. Decyzja o utrzymaniu hipotezy zerowej jest nieprawdziwa ( jest to błąd 2 rodzaju). – Badanie idzie do kosza.
3. Decyzja o odrzuceniu hipotezy zerowej jest prawdziwa.
4. Decyzja o odrzuceniu hipotezy zerowej jest nieprawdziwa ( jest to błąd 1 rodzaju). – tworzymy nieprawdziwy artefakt

Przykład !

Poziom glukozy u otyłych pacjentów, powiedzmy, że wynosi średnio 100 przy odchyleniu standardowym równym 15. Eksperymentator uważa, że dieta bogata w surową skrobię kukurydzianą będzie miała pozytywny wpływ na ów poziom glukozy. Próbka 36 pacjentów, która próbowała tej diety miała średni poziom glukozy wynoszący 108. Testowanie hipotezy dotyczy tego czy dieta ta ma efekt lub go nie ma.
Rozwiązanie – Podążaj za podpunktami by przetestować tę hipotezę.
Krok 1. Postaw hipotezy. Próba w populacji równa się 100.
H0: μ= 100
H1: μ > 100
Krok 2. Przyjmij poziom istotności. Nie jest to podane w zadaniu więc przyjmijmy 5% ( 0,05).
Krok 3. Oblicz prawdopodobieństwo losowości używając punktacji Z z tabeli wartości Z.
Wzór Z
Z=(108-100)/ (15/√36)=3.20
Możesz zobaczyć prawdopodobieństwo poprzez zobaczenie tabeli wartości Z i powiązanych z nimi wartości p przy wyniki 3.20. Okazuje się, że prawdopodobieństwo wartości mniejszej niż 108 wynosi 0,9993, a większe bądź równe 108 wynosi (1-0,9993)=0,0007.

Krok 4. Wartość ta jest mniejsza niż 0,05, więc odrzucamy hipotezę zerową i przyjmujemy hipotezę alternatywną. Czyli ? Czyli dieta z surowej skrobi kukurydzianej ma istotny ( czyli nieprzypadkowy) wpływ na poziom glukozy :).

Kierunkowe i niekierunkowej testowanie hipotez.
W poprzednim przykładzie nasza zerowa hipoteza była taka, która nie twierdziła, że były różnice pomiędzy średnimi. Alternatywna była taka, że średnia z próbki była wyższa niż 100. Niemniej jednak, możemy postawić hipotezę alternatywną jako taką, że średnia z próbki nie jest równa 100. To staje się ważne kiedy odrzucamy hipotezę zerową. Mamy dwa przykłady hipotezy alternatywnej.
– Średnia z próbki jest większa niż 100
– Średnia z próbki nie jest równa 100.
Tutaj pytaniem jest ” Która hipoteza alternatywna jest bardziej dopasowana?”. Istnieją pewne wskazówki, które pomagają podjąć tą decyzję.

np.
– Nie jesteś zainteresowany testowaniem średniej mniejszej niż 100, chcesz testować tylko wyższą (lub niższą) wartość.
– Masz silne przeczucia/ lub podstawy teoretyczne do wnioskowania o tym, że skrobia ma wpływ na zwiększenie wyników.

W powyższych dwóch przykładach będziemy używać testu jednostronnego ( One tail test np. α=0,025). W jednym ogonie, nasza alternatywna hipoteza dotyczy tego, że obserwacja jest większa bądź mniejsza niż obserwowana średnia z populacji. Taki sposób konstruowania przewidywań nazywa się hipotezą kierunkową. Z drugiej strony, jeśli nie wiesz jaki skutek będzie mieć manipulacja eksperymentalna skrobią to stawiasz hipotezę bezkierunkową i używasz do tej weryfikacji testu dwustronnego (two tail test np. α=0,05).
Np. Powiedzmy, że jedna z agencji badawczych wymyśla nową metodę nauczania. Chcą oni sprawdzić wpływ tej metody. Nie są oni jednak świadomi czy ta metoda ma lepszy czy gorszy wpływ na nauczanie. W takich przypadkach jak ten, powinno testować się hipotezę bezkierunkową statystycznym testem dwustronnym.
W teście jednostronnym, odrzucamy hipotezę zerową jeśli średnia z próbki jest wyraźnie niższa bądź wyższa. W przypadku testu dwustronnego możemy odrzucać hipotezę zerową w każdą ze stron ( niżej i wyżej ).

Nota końcowa.
W tym wątku podjęto się przyjrzeniu całemu procesowi podejmowania się testowania hipotez podczas modelowania predykcyjnego. Początkowo zapoznaliśmy się z koncepcją stawiania hipotez i sposobami ich weryfikacji by podejmować świadome decyzje. Ponad to również zobaczyliśmy ważne koncepcje testowania hipotez takie jak wartość Z, tabele Z, wartość P oraz Centralne Twierdzenie Graniczne.
Ta koncepcja zmienia myślenie o podejmowaniu inteligentnych i trafnych decyzji. Jeśli chcesz mieć mocne wsparcie przy podejmowaniu decyzji ta metoda statystyczna powinna być drugą rzeczą jaką zrobisz. Pierwszą oczywiście będzie opracowanie poprawnej i wiarygodnej metody zebrania wyników wejściowych do analizy.

Artykuł Testowanie hipotez w statystyce – Podejmowanie inteligentnych decyzji w biznesie i nauce. pochodzi z serwisu Metodolog.pl - biznes.

Dziś Metodolog.pl przedstawia Państwu psychologiczny wynalazek pochodzący z Wielkiej Brytanii.

https://www.visualdna.com/

Jest to firma dostarczająca psychometryczny wynalazek, który za pomocą obrazkowego testu statystycznie szacuje umiejscowienie badanego na 5 wymiarach osobowości. Dzięki takiej maszynerii można określić ryzyko spłaty zobowiązania kredytowego.

Dostawca tego typu statystyczno psychologicznego rozwiązania mówi o bardzo ważnej rzeczy. Mianowicie nie każdy ma punktację SCORINGOWą, ale każdy ma osobowość.  Jak wiemy ludzie, się różnią potencjałem osobowościowym

Tutaj jest link do quizu dotyczącego badania osobowości pod kątem zaciągnięcia kredytu.

http://fs.visualdna.com/quiz/credit#/quiz

VisualDNA dostarcza informacje na temat powiązania osobowości ludzkiej z finansowymi zachowaniami.

Ponad to VisualDNA  dostarcza swoim psychologicznym narzędziem spojrzenie 360 na klientów firm. Dzięki temu dana firma doskonale wie o wzorcu zachowań swoich klientów i może w ten sposób umożliwić lepszą ich obsługę, co oczywiście przekłada się na  przyrost korzyści w biznesie.

Właśnie ilościowo zebrane informacje o preferencjach i orientacji klientów dzięki wyborowi obrazów połączonych z pytaniem zwracają statystyczne prawdopodobieństwo spłaty finansowego zobowiązania lub przynależności do danego, określonej wcześniej poprzez klasyfikację, segmentu klientów.

Poniżej znajdują się  screeny testu wytworzonego przez naukowców i statystyków z VisualDNA.

Artykuł Visual DNA – Czyli jak oszacować charakterystykę osobowości na podstawie obrazkowego quizu. pochodzi z serwisu Metodolog.pl - biznes.