Testy statystyczne w praktyce

Testy statystyczne

• Test t-Studenta: Służy do porównywania średnich dwóch grup. Stosuje się go, gdy rozkład zmiennej w populacji jest normalny, a odchylenie standardowe nie jest znane.
• ANOVA: Służy do porównywania średnich trzech lub więcej grup.
• Test Pixona (test Q): Służy do wykrywania obserwacji odstających (outlierów). Porównuje różnice między wartościami a innymi wartościami w danych, aby ustalić, czy jakaś wartość jest istotnie różna od pozostałych.
• Rozkład Bernoulliego: Stosuje się do sytuacji z dwoma możliwymi wynikami (sukces lub porażka).
• Rozkład Normalny: Stosuje się do danych, które mają symetryczny rozkład.
• Rozkład Poissona: Stosuje się do rzadkich zdarzeń.
• Rozkład t²: Służy w przypadku testowania hipotez i oceny prawdopodobieństwa.
• Test F: Służy do porównywania wariancji pomiędzy grupami.
• Test t-studenta (dla dwóch próbek): Służy do porównywania średnich dwóch grup.
• Analiza wariancji (ANOVA): Służy do porównywania średnich trzech lub więcej grup.
• Test Pixona (test Q): Służy do wykrywania obserwacji odstających (outlierów).

Porównywanie średnich

• Porównywanie średnich dwóch lub więcej grup służy do określenia, czy istnieją istotne statystycznie różnice między nimi.
• Stosuje się różne testy statystyczne (np. t-Studenta, ANOVA) w zależności od liczby grup i rodzaju danych.

Obserwacje odstające (outliers)

• Obserwacje odstające to wartości, które znacząco różnią się od pozostałych danych.
• Test Pixona (test Q) jest stosowany do zidentyfikowania obserwacji odstających.
• Wykrycie outlierów może być kluczowe w analizie danych.