R-Workshop II - Inferenzstatistik
R-Workshop II - Inferenzstatistik
R-Workshop II - Inferenzstatistik
Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.
YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.
04 t-Test<br />
Voraussetzungen<br />
• Merkmal mindestens intervallskaliert - Ausprägungen lassen sich<br />
quantitativ mittels Zahlen darstellen. Rangunterschiede und Abstand<br />
zwischen Werten können gemessen werden. Beispiele für intervallskalierte<br />
Merkmale sind Temperatur auf der Celsius-Skala, Jahreszahlen, Zeitpunkte.<br />
• Stichproben müssen unabhängig sein - Ist z.B. nicht gegeben, wenn die<br />
gleichen Versuchspersonen direkt nacheinander zwei unterschiedliche GUIs<br />
bewerten.<br />
• Annähernde Gaußverteilung der Daten lässt sich aus den Boxplots der<br />
Daten ablesen: Der Median sollte mittig in der Box liegen und die beiden<br />
Whisker etwa gleich lang sein. Aus der Gauß-Verteilung ergibt sich die<br />
Stetigkeit der Daten, z.B. Temperaturen in Kelvin oder Längen in Metern.<br />
• Varianzhomogenität ist graphisch aus den Boxplots ersichtlich: Die<br />
verschiedenen Boxen nebst Whiskern sollten gleich lang sein. Ein<br />
statistischer Test kann diese Evaluation ergänzen (F-Test, Levene-Test).<br />
TU Dresden, 25.1.2011 R-<strong>Workshop</strong>: <strong>Inferenzstatistik</strong> Folie 12 von 26