16.01.2013 Aufrufe

R-Workshop II - Inferenzstatistik

R-Workshop II - Inferenzstatistik

R-Workshop II - Inferenzstatistik

MEHR ANZEIGEN
WENIGER ANZEIGEN

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

Hurra! Ihre Datei wurde hochgeladen und ist bereit für die Veröffentlichung.

Erfolgreich gespeichert!

Leider ist etwas schief gelaufen!