WARNING:
JavaScript is turned OFF. None of the links on this concept map will
work until it is reactivated.
If you need help turning JavaScript On, click here.
Questa Cmap, creata con IHMC CmapTools, contiene informazioni relative a: m083, Deviazione standard (errore standard) formula (se la varianza della popolazione è ignota) <math xmlns="http://www.w3.org/1998/Math/MathML"> <mrow> <mmultiscripts> <mtext> σ </mtext> <mtext> M1-M2 </mtext> <none/> </mmultiscripts> <mtext> = </mtext> <msqrt> <mrow> <mfrac> <mmultiscripts> <mtext> s </mtext> <mtext> 1 </mtext> <mtext> 2 </mtext> </mmultiscripts> <mrow> <mmultiscripts> <mtext> n </mtext> <mtext> 1 </mtext> <none/> </mmultiscripts> <mtext> -1 </mtext> </mrow> </mfrac> <mtext> + </mtext> <mfrac> <mmultiscripts> <mtext> s </mtext> <mtext> 2 </mtext> <mtext> 2 </mtext> </mmultiscripts> <mrow> <mmultiscripts> <mtext> n </mtext> <mtext> 2 </mtext> <none/> </mmultiscripts> <mtext> -1 </mtext> </mrow> </mfrac> </mrow> </msqrt> </mrow> </math>, Varianza formula "stimata" <math xmlns="http://www.w3.org/1998/Math/MathML"> <mrow> <mtext> s = </mtext> <mfrac> <mmultiscripts> <mtext> s </mtext> <mtext> d </mtext> <mtext> 2 </mtext> </mmultiscripts> <mtext> n - 1 </mtext> </mfrac> </mrow> </math>, La verifica delle ipotesi sulle differenze tra le medie quando abbiamo due campioni, questi possono essere campioni indipendenti, campioni indipendenti modello di riferimento Distribuzione Campionaria delle Differenze tra le Medie di due campioni di numerosità rispettivamente n1 e n2, Distribuzione Campionaria delle Medie delle Differenze - due campioni di numerosità identica n - una distribuzione bivariata dei due punteggi X e Y il test per decidere se accettare o meno la Hyp0 utilizza la t di Student con GDL = n - 1 ipotizzando come vera la Hyp0: d = μ1 - μ2 = 0 t di Student, Distribuzione Campionaria delle Differenze tra le Medie di due campioni di numerosità rispettivamente n1 e n2 proprietà Media, Distribuzione Campionaria delle Differenze tra le Medie di due campioni di numerosità rispettivamente n1 e n2 proprietà forma normale, <math xmlns="http://www.w3.org/1998/Math/MathML"> <mrow> <mtext> z = </mtext> <mfrac> <mtext> (M1 - M2) - (μ1 - μ2) </mtext> <mmultiscripts> <mtext> σ </mtext> <mtext> M1-M2 </mtext> <none/> </mmultiscripts> </mfrac> </mrow> </math> siccome Hyp0: μ1 = μ2 <math xmlns="http://www.w3.org/1998/Math/MathML"> <mrow> <mtext> z = </mtext> <mfrac> <mtext> (M1 - M2) - 0 </mtext> <mmultiscripts> <mtext> σ </mtext> <mtext> M1-M2 </mtext> <none/> </mmultiscripts> </mfrac> </mrow> </math>, Distribuzione Campionaria delle Medie delle Differenze - due campioni di numerosità identica n - una distribuzione bivariata dei due punteggi X e Y costruzione (o procedura di calcolo) 1) differenze dei punteggi per ogni soggetto 2) Media delle differenze tra le coppie di punteggi (avremo per ogni campione una Media, tutte le Medie ci daranno la Distribuzione Campionaria delle Medie delle Differenze), Distribuzione Campionaria delle Differenze tra le Medie di due campioni di numerosità rispettivamente n1 e n2 proprietà Varianza, <math xmlns="http://www.w3.org/1998/Math/MathML"> <mrow> <mtext> s = </mtext> <mfrac> <mmultiscripts> <mtext> s </mtext> <mtext> d </mtext> <none/> </mmultiscripts> <msqrt> <mtext> n - 1 </mtext> </msqrt> </mfrac> </mrow> </math> dove sd rappresenta lo scarto quadratico medio <math xmlns="http://www.w3.org/1998/Math/MathML"> <mrow> <mmultiscripts> <mtext> s </mtext> <mtext> d </mtext> <none/> </mmultiscripts> <mtext> = </mtext> <msqrt> <mfrac> <mrow> <munderover> <sum/> <mtext> 1 </mtext> <mtext> n </mtext> </munderover> <mtext> </mtext> <mmultiscripts> <mrow> <mtext> (d - </mtext> <munderover> <mtext> d </mtext> <none/> <mtext> _ </mtext> </munderover> <mtext> ) </mtext> </mrow> <none/> <mtext> 2 </mtext> </mmultiscripts> </mrow> <mtext> n </mtext> </mfrac> </msqrt> </mrow> </math>, Distribuzione Campionaria delle Medie delle Differenze - due campioni di numerosità identica n - una distribuzione bivariata dei due punteggi X e Y il test per decidere se accettare o meno la Hyp0 utilizza la t di Student con GDL = n - 1 ipotizzando come vera la Hyp0: d = μ1 - μ2 = 0 Deviazione standard (errore standard), campioni non indipendenti (o correlati) definizione - quando abbiamo una variabile misurata due volte sullo stesso soggetto (pre-post); - quando abbiamo lo stesso campione su cui si fanno due test; - quando abbiamo coppie "appaiate" di soggetti (p.e. dei gemelli, genitore-figlio), campioni non indipendenti (o correlati) modello di riferimento Distribuzione Campionaria delle Medie delle Differenze - due campioni di numerosità identica n - una distribuzione bivariata dei due punteggi X e Y, t di Student formula <math xmlns="http://www.w3.org/1998/Math/MathML"> <mrow> <mtext> t = </mtext> <mfrac> <mrow> <munderover> <mtext> d </mtext> <none/> <mtext> _ </mtext> </munderover> <mtext> - </mtext> <munderover> <mtext> μ </mtext> <none/> <mtext> _ </mtext> </munderover> <mtext> d </mtext> </mrow> <mmultiscripts> <mtext> s </mtext> <mtext> d </mtext> <none/> </mmultiscripts> </mfrac> </mrow> </math>, Deviazione standard (errore standard) "stimata" per verificare se le varianze delle popolazioni sono diverse o uguali si procede con la Verifica delle ipotesi sulle varianze, Distribuzione campionaria del rapporto tra le varianze proprietà forma F di Fisher con n1-1 e n2-1 GDL, Varianza formula <math xmlns="http://www.w3.org/1998/Math/MathML"> <mrow> <mmultiscripts> <mtext> σ </mtext> <mtext> M1-M2 </mtext> <mtext> 2 </mtext> </mmultiscripts> <mtext> = </mtext> <mfrac> <mmultiscripts> <mtext> σ </mtext> <mtext> 1 </mtext> <mtext> 2 </mtext> </mmultiscripts> <mrow> <mmultiscripts> <mtext> n </mtext> <mtext> 1 </mtext> <none/> </mmultiscripts> </mrow> </mfrac> <mtext> + </mtext> <mfrac> <mmultiscripts> <mtext> σ </mtext> <mtext> 2 </mtext> <mtext> 2 </mtext> </mmultiscripts> <mrow> <mmultiscripts> <mtext> n </mtext> <mtext> 2 </mtext> <none/> </mmultiscripts> </mrow> </mfrac> </mrow> </math>, campioni indipendenti formulazione delle ipotesi ipotesi alternativa si ipotizza che Hyp1: μ1 ≠ μ2 →bidirezionale Hyp1: μ1 > μ2 →monodirezionale dx Hyp1: μ1 < μ2 →monodirezionale sx, Media formula <math xmlns="http://www.w3.org/1998/Math/MathML"> <mrow> <mmultiscripts> <mtext> μ </mtext> <mtext> M1-M2 </mtext> <none/> </mmultiscripts> <mtext> = μ1 - μ2 </mtext> </mrow> </math>