prestat kurzus iii - 2015
TRANSCRIPT
7/24/2019 PreStat Kurzus III - 2015
http://slidepdf.com/reader/full/prestat-kurzus-iii-2015 1/64
PostStat – PreÖko kurzus
III. alkalom
7/24/2019 PreStat Kurzus III - 2015
http://slidepdf.com/reader/full/prestat-kurzus-iii-2015 2/64
„Statistical inference involves learning somethingabout a population given the availability of a sample
from that population.
By population, we mean any well-defined group of subjects,
which could be individuals, firms, cities, or many otherpossibilities.
By learning, we can mean several things, which are broadly
divided into the categories of estimation and hypothesis
testing .”
Wooldridge, 2004, p. 699
Mottó helyett – utoljára
A PostStat – PreÖkó kurzus küldetése
2
7/24/2019 PreStat Kurzus III - 2015
http://slidepdf.com/reader/full/prestat-kurzus-iii-2015 3/64
Hipotézisvizsgálat – az igen- nem válaszok felé
Érintett témakörök hipotézisvizsgálat menete, kellékei
nullhipotézis, alternatív hipotézis
próbafüggvény
szignifikanciaszint és kritikus tartomány
első- és másodfajú hiba
p érték jelentése
gyakori alkalmazások – átlag, szórás, változók függetlensége kétés több független mintás próbákkal
tanult fogalmak értelmezése Stata-outputokon
Tananyag: Wooldridge: Appendix C.6, Hunyadi-Vita: 7.2
3
7/24/2019 PreStat Kurzus III - 2015
http://slidepdf.com/reader/full/prestat-kurzus-iii-2015 4/64
hipotézisvizsgálat menete, kellékei
lépések
alapok
döntés
hibák
4
7/24/2019 PreStat Kurzus III - 2015
http://slidepdf.com/reader/full/prestat-kurzus-iii-2015 5/64
Hipotézisvizsgálat lépései – összefoglalás
5
H0 és H1 hipotézisek meghatározása Megfelelő próbafüggvény keresése ismert eloszlással H0-hoz
kapcsolódóan
α szignifikancia-szint kiválasztása, mellyel rögzítjük az I. fajú
hiba valószínűségét (általában 0.01, 0.05 vagy 0.1) A kritikus értékének/értékeinek kiszámítása
A próbafüggvény értékének kiszámítása a mintán
Döntés: elvetjük vagy nem vetjük el H0-t
(P-érték meghatározása a teszthez)
7/24/2019 PreStat Kurzus III - 2015
http://slidepdf.com/reader/full/prestat-kurzus-iii-2015 6/64
Hipotézisvizsgálat kellékei
6
Hipotézisek – „sokasági jellemzőre vonatkozó állítás”
H0 – Nullhipotézis [null hypothesis]
H1 – Alternatív hipotézis [alternative hypothesis]
T(X1, X2,…, Xn) – próbafüggvény [test statistic]
Check-up: Mi is volt X1, X2,…, Xn?
c – kritikus érték [critical value]
Mit tudunk a hipotézisekről? sokaság(ok) paramétereire,
vagy az eloszlásra vonatkozó feltételezés
formalizálhatóság
komplementerség
1
2
Próbafüggvény: a véletlen minta elemeinekfüggvénye, értéke mintáról mintáraváltozik, vagyis valószínűségi változó amintavétel előtt. A valószínűségi eloszlása bizonyos – apriori feltételek és a nullhipotézis
helyességének feltételezése mellettmeghatározható.
7/24/2019 PreStat Kurzus III - 2015
http://slidepdf.com/reader/full/prestat-kurzus-iii-2015 7/64
Mi lehet egy hipotézisvizsgálat vége?
7
H0 hipotézist elvetjük / el tudjuk vetni, Ha T az elvetési tartományban van (pl. T>c, ahol c a kritikus érték)
Egyébként H0 hipotézist nem tudjuk elvetni H1-ről közvetve döntünk!
Ennek alapja az, hogy az elfogadás azt jelentené, hogy elhisszük , hogy az adott
hipotézis igaz. Mivel azonban egy adott sokasági jellemzőre több állítás is igaznakbizonyulhat, világos, hogy nem gondolhatjuk igaznak, csak nem tudjuk elvetni sem.
EZ A 2 KIMENET VAN. ROSSZ PÉLDÁKAT NEMÍRUNK, NEHOGY AZ RÖGZÜLJÖN
3
7/24/2019 PreStat Kurzus III - 2015
http://slidepdf.com/reader/full/prestat-kurzus-iii-2015 8/64
Példák – kísérlet a megértésről
8
H0 : Egy bizonyos gyógyszer nem csökkenti hatékonyan a vérnyomást.
H1 :Az a bizonyos gyógyszer hatékonyan csökkenti a vérnyomást.
H0 :A vádlott ártatlan.
H1 :A vádlott bűnös.
Statisztikához inkább kell, de érteni nem árt az alapjait: A tesztek „egyenlőséget tudnak vizsgálni”, ami azt jelenti, hogy
H0 hipotézisben mindig egyenlőség van.
Próba: Azt szeretném vizsgálni, hogy az ökonometria kurzusona rajkosok 5-nél kevesebbszer hibázzák -e el, hogy mit csinálnakH0 hipotézissel. Mi a hipotézis-párunk?
7/24/2019 PreStat Kurzus III - 2015
http://slidepdf.com/reader/full/prestat-kurzus-iii-2015 9/64
Elkövethető hibák
9
Ho igaz Ho hamis
Ho-t elutasítjuk
1. fajú hiba [Type I error]
Pr(H0-t elutasítjuk | H0
igaz) = α
A teszt erőssége
[power of test]
Pr(H0-t elutasítjuk | H0
hamis) = 1-ß = π
Ho-t nem
utasítjuk el
1I. fajú hiba [Type II error]
Pr(H0-t nem utasítjuk el | H0
hamis) = ß
4
5
7/24/2019 PreStat Kurzus III - 2015
http://slidepdf.com/reader/full/prestat-kurzus-iii-2015 10/64
Átváltás α és ß között
10
Ha csökkentjük α-t, azzal elfogadjuk a magasabb ß-t is („Minél inkább el akarjuk kerülni, hogy elutasítsuk H0-t,
amikor az igaz, annál nagyobb valószínűséggel nem fogjuk
elutasítani akkor sem, ha hamis!”).
Megoldás: Elméletileg legmegfelelőbb: egymáshoz viszonyított
„költségeik” alapján súlyozva kell dönteni a 2 között
Klasszikus statisztika megoldása: „csak akkor utasítjuk el H0-
t, ha ellenállhatatlan bizonyíték van ellene”
7/24/2019 PreStat Kurzus III - 2015
http://slidepdf.com/reader/full/prestat-kurzus-iii-2015 11/64
Mikor utasítjuk el? Mi az az „akkor”?
11
Hogy hangzik a „csak akkor utasítjuk el H0-t, haellenállhatatlan bizonyíték van ellene” a gyakorlatban?
Például: rögzítetten alacsonyan tartjuk α-t
Megkeressük azokat a teszteket, amelyeknél az adott α értékhez
a legalacsonyabb ß tartozik! α tipikus értékei: 0.1 / 0.05 / 0.01 Stata-ban: * / ** / ***
Az α rögzített értékét nevezzük a teszt szignifikancia
szintjének [significance level / size]
szignifikancia-szint vs. konfidencia-intervallum!
Ha nem utasítjuk el H0-t…
… akkor sem mondjuk semmi esetre sem, hogy „H0-t
elfogadjuk!
6
7/24/2019 PreStat Kurzus III - 2015
http://slidepdf.com/reader/full/prestat-kurzus-iii-2015 12/64
Egyoldali és kétoldali próbák
12
H1
hipotézis típusai Kétoldali: H1: X ≠ x0
Egyoldali: H1: X < x0
Egyoldali: H1: X > x0
H0 hipotézis típusai Ho: X = x0, és csak ez
A próbák tipikus elutasítási területei: Kétoldali: próba: |T| > c, ha H1: X ≠ x0
Egyoldali próba: T < c, ha H1: X < x0
Egyoldali próba: T > c, ha H1: X > x0
Ha nincs kifejezett ok rá, kétoldali alternatív hipotéziseket és próbát használunk.
f eltételezéstől való eltérés ténye a kérdés (kétoldali), vagy csak azegyik irányba való eltérés a fontos (egyoldali)
7/24/2019 PreStat Kurzus III - 2015
http://slidepdf.com/reader/full/prestat-kurzus-iii-2015 13/64
Egyoldali és kétoldali próbák
13
H1: X ≠ x0
H1: X < x0
H1: X > x0
7
7/24/2019 PreStat Kurzus III - 2015
http://slidepdf.com/reader/full/prestat-kurzus-iii-2015 14/64
g yakori alkalmazások
hipotézisek
próbafüggvények számítások
14
7/24/2019 PreStat Kurzus III - 2015
http://slidepdf.com/reader/full/prestat-kurzus-iii-2015 15/64
Próbafüggvények – mi alapján hozzuk meg adöntéseket?
15
Nagymintás Kis, normál
mintás
Két (több) független mintás
Sokasági átlag
Sokasági arány
Sokasági szórás
Illeszkedés-vizsgálat
Függetlenség-
vizsgálat
7/24/2019 PreStat Kurzus III - 2015
http://slidepdf.com/reader/full/prestat-kurzus-iii-2015 16/64
Gyakran használt hipotézisvizsgálatok
16
Sokasági átlag tesztelése Sokasági átlag nagymintás tesztelése
Sokasági átlag kis, normál mintás tesztelése
Sokasági átlag kétmintás tesztelése
2 minta átlag-egyezőségének tesztelése Sokasági arány nagymintás tesztelése
Sokasági szórás normál mintás tesztelése
Illeszkedésvizsgálat
Függetlenségvizsgálat
Gyakorlati vs. statisztikai jelentőség
7/24/2019 PreStat Kurzus III - 2015
http://slidepdf.com/reader/full/prestat-kurzus-iii-2015 17/64
Várható érték becslése I.
17
H0 : μ = μ0
Próbafüggvény
Nagymintás próba
−μ0
~ N(0,1)
Kétoldali teszt: H0 : μ = μ0 és H1 : μ ≠ μ0
H0-t elutasítjuk α szignifikancia-szinten, ha |z| > −
Egyoldali teszt: H0 : μ = μ0 és H1 : μ > μ0
H0
-t elutasítjuk α szignifikancia-szinten, ha z > −α
Egyoldali teszt: H0 : μ = μ0 és H1 : μ < μ0
H0-t elutasítjuk α szignifikancia-szinten, ha z < α
7/24/2019 PreStat Kurzus III - 2015
http://slidepdf.com/reader/full/prestat-kurzus-iii-2015 18/64
Várható érték becslése II.
18
H0 : μ = μ0
Próbafüggvény
Kis, normál mintás próba
−μ0
~ −
Kétoldali teszt: H0 : μ = μ0 és H1 : μ ≠ μ0
H0-t elutasítjuk α szignifikancia-szinten, ha |t| > −;−
Egyoldali teszt: H0 : μ = μ0 és H1 : μ > μ0
H0
-t elutasítjuk α szignifikancia-szinten, ha t > −;−α
Egyoldali teszt: H0 : μ = μ0 és H1 : μ < μ0
H0-t elutasítjuk α szignifikancia-szinten, ha t < −;α
8
7/24/2019 PreStat Kurzus III - 2015
http://slidepdf.com/reader/full/prestat-kurzus-iii-2015 19/64
Példa I – Várható érték vizsgálata
19
Csökkenti-e egy adott gyógyszer a vérnyomást? Hipotézisek:
H0 : Egy bizonyos gyógyszer nem változtatja meg a vérnyomást(μ0 = 0)
H1 :A gyógyszer csökkenti a vérnyomást (μ1 < 0)
Teszt:
25 elemű, véletlenszerű minta (n=25) átlag(vérnyomás-csökkenés) = -12 (egyszerűség kedvéért:
normál eloszlású minta, σ = 20 ismert)
Elég bizonyítékunk van, hogy ez a gyógyszer csökkenti avérnyomást?
Mi kell még hozzá, hogy ezt el tudjuk dönteni?
7/24/2019 PreStat Kurzus III - 2015
http://slidepdf.com/reader/full/prestat-kurzus-iii-2015 20/64
Példa I – Megoldás
20
Tudjuk, hogy ha Ho, akkor ~ ,
~ 0,
. Legyen α = 0.05, ez a valószínűsége, hogy elutasítjuk H0-t, úgy,
hogy valójában igaz.
Egyoldali teszt, z-próba
Pr( − < ,) = 0,05 Pr (X < -6,58) = 0,05
Döntés Kritikus érték: -6,58, a minta megfigyelése: -12
(c a = -1,645, X = -3) H0-t elutasítjuk
9
7/24/2019 PreStat Kurzus III - 2015
http://slidepdf.com/reader/full/prestat-kurzus-iii-2015 21/64
Példa I – folytatás
21
Maradjon n=25, σ=20, az átlag -12, α=0,05 Ezúttal legyen H1: μ ≠ 0!
Hogyan változik a próbafüggvény?
Hogyan változik a kritikus érték?
Pr(, <−
< < ,7) 0,95
Pr( -7,84 < X < 7,84) = 0,95
Döntés 5%-os szignifikancia-szint mellett elutasítjuk H0-t
7/24/2019 PreStat Kurzus III - 2015
http://slidepdf.com/reader/full/prestat-kurzus-iii-2015 22/64
Várható érték becslése III.
22
H0 : μx = μy
Próbafüggvény
Kétmintás próba
−
+
~ N(0,1)
kieg.: nagymintás próba esetén σx = sx,
Mikor lehet erre szükségünk? A 2 minta, amelyek várható értékének (pl. átlagainak)
egyenlőségét vizsgáljuk, eltérhet térben (2 város lakosainak
átlagjövedelme) vagy időben is (egy város lakosainak
átlagjövedelme az elmúltnyolcévben és most)
7/24/2019 PreStat Kurzus III - 2015
http://slidepdf.com/reader/full/prestat-kurzus-iii-2015 23/64
Példa II – Várható érték vizsgálata
23
Tegyük fel, hogy 1980-ben a 80 rajkosra átlagosan 6 nmszobaterület jutott 0,4 szórással, míg 2015-ben 100
rajkosra átlagosan 6,15 nm jut, 0,6 szórással. Legyen α =
0,05.
Tényleg változott az 1 főre jutó élettér a rajkban? Hipotézisek: H0 : μx = μy, H1: μx ≠ μy
Nagymintás próba: z =, −
,
8+
,
2,0045
Kritikus érték: z0,975=±1,96 Döntés: 5%-on H0-t („nem változott”) el tudjuk utasítani
7/24/2019 PreStat Kurzus III - 2015
http://slidepdf.com/reader/full/prestat-kurzus-iii-2015 24/64
Sokasági arány becslése
24
H0 : P = P0
Próbafüggvény
Nagymintás próba
−P0
()
~ N(0,1)
Kétoldali teszt: H0 : P = P0 és H1 : P ≠ P0
H0-t elutasítjuk α szignifikancia-szinten, ha |z| > −
7/24/2019 PreStat Kurzus III - 2015
http://slidepdf.com/reader/full/prestat-kurzus-iii-2015 25/64
Példa III – Sokasági arány vizsgálata
25
Tegyük fel, hogy az elmúlt 5 évben az SZMT-k 576beszámolót opponáltak, amelyek közül 327-et dobtak
vissza (jogosan!) valamilyen formában.
10%-os szinten kijelenthető-e, hogy SZMT policy, hogy a
dolgozatok fele kerül elfogadásra? Hipotézisek: H0 : p = 0,5; H1: p ≠ 0,5
Nagymintás próba:
−0,5,(,)
= 3,264
Kritikus érték: z0,95=±1,645
Döntés: 10%-on H0-t el tudjuk utasítani.
7/24/2019 PreStat Kurzus III - 2015
http://slidepdf.com/reader/full/prestat-kurzus-iii-2015 26/64
Sokasági szórás becslése
26
H0 : σ
2
= σ
2
0 Próbafüggvény
Nagymintás próba
(−)
σ ~ χ 2n-1
Kétoldali teszt: H0 : σ2 = σ20 és H1 : σ2 ≠ σ2
0
H0-t elutasítjuk α szignifikancia-szinten, ha χ 2 > χ2−;−
vagy χ 2 <
χ2−;
Egyoldali teszt: H0 : σ2 = σ20 és H1 : σ2 > σ2
0
H0-t elutasítjuk α szignifikancia-szinten, ha χ 2 > χ 2−;−α
Egyoldali teszt: H0 : σ2 = σ20 és H1 : σ2 < σ2
0
H0-t elutasítjuk α szignifikancia-szinten, ha χ 2 < χ 2−;α
7/24/2019 PreStat Kurzus III - 2015
http://slidepdf.com/reader/full/prestat-kurzus-iii-2015 27/64
Példa III – Sokasági szórás vizsgálata
27
Dübörög a hazai autógyártás, pörögnek a beszállítókisvállalkozások. Egy gumigyártó vállalta, hogy az általagyártott bolygómű-külsőgyűrű átmérőjének varianciája8,6 inch. Egy 10 elemű véletlen mintában mért variancia4,3 inch. Elég bizonyíték ez, hogy elutasítsuk a beszállító
követeléseit α=0,01 szinten? Tegyük fel, hogy a sokaságnormál eloszlást követ.
Hipotézisek: H0 : σ = 8,6; H1: σ ≠ 8,6
Nagymintás próba: − ∗
σ = 4,5
Kritikus érték: χ 20,995=±1,735 és χ 20,005=±23,589
Döntés: 1%-on H0-t nem tudjuk elutasítani.
7/24/2019 PreStat Kurzus III - 2015
http://slidepdf.com/reader/full/prestat-kurzus-iii-2015 28/64
Illeszkedésvizsgálat
28
H0 : P(Ci) = Pi (a sokaság1 ismérv szerinti eloszlása
megegyezik valamilyen elméleti eloszlással)
Próbafüggvény
−
= ~ χ 2 (k-b-1)
(k: osztályközök száma; b: becsült paraméterek száma) Egyoldali (jobboldali) próba
Osztályközök
Elméleti valószínűsé
g
Abszolút
gyakoriság
Várhatógyakoriság
C1 P1 f 1 F1 = nP1
C2 P2 f 2 F2 = nP2
… … … …
Cn Pk Fk Fk = nPk
Fontos használat:
normalitásvizsgálat H0: normális, H1:
nem normális
10
7/24/2019 PreStat Kurzus III - 2015
http://slidepdf.com/reader/full/prestat-kurzus-iii-2015 29/64
Példa IV – Illeszkedésvizsgálat
29
Pl: Minta reprezentativitásának vizsgálata
Reprezentatívnak mondható a KGY-en vett mintánk?
Osztályközök Elméleti
valószínűség
KGY-en vett
minta
Várhatógyakoriság
Eltérés
négyzetösszeg
UF-ek 22 19
Poszt-UF-ek 20 12
Középidős kollégisták
42 30
Végzősök 16 14
ÖSSZESEN 100 75
7/24/2019 PreStat Kurzus III - 2015
http://slidepdf.com/reader/full/prestat-kurzus-iii-2015 30/64
Példa IV – Illeszkedésvizsgálat megoldás
30
Pl: Minta reprezentativitásának vizsgálata
Hipotézisek: H0 : P(Ci) = Pi
Nagymintás próba: −
= = 1,3835
Kritikus érték: χ 20,95 (4-1) = 7,81
Döntés: 5%-on H0-t nem tudjuk elutasítani.
Osztályközök Elméleti
valószínűség
KGY-en vett
minta
Várhatógyakoriság
Eltérés
négyzetösszeg
UF-ek 22 19 16,5 0,3788
Poszt-UF-ek 20 12 15 0,6
Középidős kollégisták
42 30 31,5 0,0714
Végzősök 16 14 12 0,3333
ÖSSZESEN 100 75 75 1,3835
7/24/2019 PreStat Kurzus III - 2015
http://slidepdf.com/reader/full/prestat-kurzus-iii-2015 31/64
Illeszkedésvizsgálat normalitásvizsgálat
31
Normalitásvizsgálat
H0: normális, H1: nem normális
Az egyes eloszlástípusok közül általában a normális eloszlásrahelyeződik a legnagyobb hangsúly.
Ez azért van, mert a leggyakrabban használt statisztikaihipotézisvizsgálatok (az összes t-próba, varianciaanalízis, aszórásegyezés ellenőrzésére használt F-próba) alkalmazásánakfeltétele a vizsgált változók normális eloszlása.
Kolmogorov-Smirnov teszt
7/24/2019 PreStat Kurzus III - 2015
http://slidepdf.com/reader/full/prestat-kurzus-iii-2015 32/64
Illeszkedésvizsgálat normalitásvizsgálat – Kolmogorov-Smirnov
32
7/24/2019 PreStat Kurzus III - 2015
http://slidepdf.com/reader/full/prestat-kurzus-iii-2015 33/64
Függetlenségvizsgálat
33
H0: adott sokaságon belül két ismérv
f üggetlen egymástól
H1: nem függetlenek
Próbafüggvény
χ2 −∗
=
= ~ χ 21-α (v),
v = (r-1)(c-1)
Egyoldali (jobboldali) próba
7/24/2019 PreStat Kurzus III - 2015
http://slidepdf.com/reader/full/prestat-kurzus-iii-2015 34/64
Példa V – Függetlenségvizsgálat
34
Van-e kapcsolat az emelet és a kocsmatartozás között5%-os szignifikancia szinten?
Reprezentatívnak mondható a KGY-en vett mintánk?
Kocsmatarto
zás / lakhely Félemelet
Elsőemelet
Negyedik
emelet
Ötödikemelet
Másodikemelet
Σ
Masszív
kötvényes 3 0 2 4 3 12
Stabil 0
közeli 2 3 2 3 5 15
0-10e
közötti
tartozó
8 5 4 8 8 33
A kocsmábólél (10e+)
1 2 2 0 5 10
Σ 14 10 10 15 21 70
7/24/2019 PreStat Kurzus III - 2015
http://slidepdf.com/reader/full/prestat-kurzus-iii-2015 35/64
Példa V – Függetlenségvizsgálat megoldás
35
Próbafüggvény: −∗
=
= = 8,9035
Kritikus érték: χ 20,95 (12)=21,0
Döntés: H0-t 5%-os szignifikancia-szinten nem tudjuk
elutasítani (vagyis a függetlenséget)
Kocsmatartozás
/ lakhelyFélemelet
Első
emelet
Negyedik
emelet
Ötödik
emelet
Második
emeletΣ
Masszívkötvényes 2,40 1,71 1,71 2,57 3,60 12
Stabil 0 közeli 3,00 2,14 2,14 3,21 4,50 15
0-10e közöttitartozó
6,60 4,71 4,71 7,07 9,90 33
A kocsmából él(10e+) 2,00 1,43 1,43 2,14 3,00 10
Σ 14 10 10 15 21 70
7/24/2019 PreStat Kurzus III - 2015
http://slidepdf.com/reader/full/prestat-kurzus-iii-2015 36/64
Homogenitásvizsgálat
36
H0: sokaságok eloszlásai azonosak
H1: az eloszlások nem azonosak a χ 2- próbával
Próbafüggvény
Χ2
+
(
=
)2 ~ χ 21-α (v),
v = k-1
Egyoldali (jobboldali) próba
Példa: Régiók népességének gazdasági aktivitás szerinti összetétele azonos-e?
7/24/2019 PreStat Kurzus III - 2015
http://slidepdf.com/reader/full/prestat-kurzus-iii-2015 37/64
eredmények, értelmezés
p-érték
gyakorlati vs. statisztikai jelentőség
37
7/24/2019 PreStat Kurzus III - 2015
http://slidepdf.com/reader/full/prestat-kurzus-iii-2015 38/64
Mennyire szubjektív a hipotézisvizsgálat?
38
A szignifikancia-szintről előre hozunk döntést – ahipotézis elutasításáról való döntés ennek akövetkezménye
Ahány kutató, annyi eredmény ugyanazokból az adatokból?
Hol van az elutasítás határa?
7/24/2019 PreStat Kurzus III - 2015
http://slidepdf.com/reader/full/prestat-kurzus-iii-2015 39/64
A p-érték – most nagyon kell koncentrálni!
39
p-értéknek nevezzük azt a legnagyobb szignifikancia-
szintet amelyen elvégezve a próbát még éppen nemtudjuk elutasítani H0 hipotézist. p-érték tehát…
… az α értéke, az I. fajú hiba, annak a valószínűsége, hogy H0-telutasítjuk, úgy, hogy H0 igaz!
… más szóval az empirikus szignifikancia szint
Ez azt jelenti, hogy elutasítjuk H0-t minden, p-értéknél
nagyobb szignifikancia-szint esetén, és nem utasítjuk el a p-értéknél kisebb szignifikancia-szinteken.
11
7/24/2019 PreStat Kurzus III - 2015
http://slidepdf.com/reader/full/prestat-kurzus-iii-2015 40/64
p-érték súlykolása
40
Mit jelent, ha p kicsi? Erős bizonyíték H0
ellen.
A próba kimenete nagyonkis valószínűséggel adódik,feltéve, hogy H0 igaz.
És vizuálisan?
7/24/2019 PreStat Kurzus III - 2015
http://slidepdf.com/reader/full/prestat-kurzus-iii-2015 41/64
p-érték használata
41
T próbafüggvény kiválasztása az alternatív hipotézisnekmegfelelően (elutasítás t>c; t<-c; vagy |t|>c).
Az így kapott t értékből mint kritikus értékbőlkiszámoljuk a próba szignifikancia-szintjét – ez lesz a p-
érték . Ha az elutasítási feltétel t>c, akkor p=P(T>t),
Ha az elutasítási feltétel t<-c, akkor p=P(T<t),
Ha az elutasítási feltétel |t|>c, akkor p=P(|T|>|t|),
Ha a kiválasztott α szignifikancia-szintre igaz, hogy p< α,akkor…
… H0-t elutasítjuk. Egyébként nem tudjuk elutasítani.Tehát újra: a kis p-érték vezet az elutasításhoz.
7/24/2019 PreStat Kurzus III - 2015
http://slidepdf.com/reader/full/prestat-kurzus-iii-2015 42/64
Példa I – folytatás [p-érték]
42
Emlékeztető: n=25, σ=20, az átlag -12, α=0,05
Egyoldali próba: H1: μ < 0
Kétoldali próba: H1: μ ≠ 0
Mi a kérdés?
Mekkora szignifikancia-szintet kell választanunk (mekkoraaz elsőfajú hiba valószínűsége) úgy, hogy H0-t még eltudjuk utasítani?
Egyoldali próba: −
3 -3 = ,, 0,0013
Kétoldali próba: −
3 -3 = ,, 0,0026
Az eredményeink 1%-os szinten is szignifikánsak.
7/24/2019 PreStat Kurzus III - 2015
http://slidepdf.com/reader/full/prestat-kurzus-iii-2015 43/64
Példa II – folytatás [p-érték]
43
Emlékeztető: Hipotézisek : H0 : μx = μy, H1: μx ≠ μy
Nagymintás próba: z =, −
,
8+
,
2,0045
Kritikus érték: z0,975=±1,96 Döntés: 5%-on H0-t („nem változott”) el tudjuk utasítani
Kétoldali próba: 2,0045 = ,77, 0,0456
Az eredményeink 1%-os szinten már nem lettek volnaszignifikánsak.
7/24/2019 PreStat Kurzus III - 2015
http://slidepdf.com/reader/full/prestat-kurzus-iii-2015 44/64
Példa III – folytatás [p-érték]
44
Kétoldali próba: 3,264 = ,, 0,0012
Az eredményeink 1%-os szinten is szignifikánsak.
Emlékeztető
Hipotézisek: H0 : p = 0,5; H1: p ≠ 0,5
Nagymintás próba:
−0,5,(,)
= 3,264
Kritikus érték: z0,95=±1,645
Döntés: 10%-on H0-t el tudjuk utasítani.
7/24/2019 PreStat Kurzus III - 2015
http://slidepdf.com/reader/full/prestat-kurzus-iii-2015 45/64
Példa – értelmezési feladat
45
Mi mit jelent a lenti Stata output-táblában?
Egyenlő-e az IQ várható értéke 100-zal?
Pr(T < t) = 0.9953 Pr(|T| > |t|) = 0.0093 Pr(T > t) = 0.0047
Ha: mean < 100 Ha: mean != 100 Ha: mean > 100
Ho: mean = 100 degrees of freedom = 934
mean = mean(IQ) t = 2.6050
IQ 935 101.2824 .4922738 15.05264 100.3163 102.2484
Variable Obs Mean Std. Err. Std. Dev. [95% Conf. Interval]
One-sample t test
. ttest IQ == 100
7/24/2019 PreStat Kurzus III - 2015
http://slidepdf.com/reader/full/prestat-kurzus-iii-2015 46/64
Példa – értelmezési feladat (folyt.)
46
Normalitásteszt az IQ-ra
0
10
20
30
40
50
60
70
80
90
50 75 100 125
Series: IQ
Sample 1 935
Observations 935
Mean 101.2824
Median 102.0000Maximum 145.0000
Minimum 50.00000
Std. Dev. 15.05264
Skewness -0.340425
Kurtosis 2.977035
Jarque-Bera 18.07990
Probability 0.000119
12
7/24/2019 PreStat Kurzus III - 2015
http://slidepdf.com/reader/full/prestat-kurzus-iii-2015 47/64
Példa IV – Függetlenség értelmezés
47
Megegyezik-e a házas és nem házas emberek aránya avárosi és vidéki emberek esetében? Szignifikánsan eltérnek -e a kereszttábla sorai egymástól?
Összeadjuk az eltérések négyzeteit, khi-négyzet
Pearson chi2(1) = 1.5146 Pr = 0.218
Total 264 671 935
1 241 594 835
0 23 77 100
married 0 1 Total
=1 if =1 if live in SMSA
Nem tudjuk elutasítani H0-t, vagyis azt, hogy adott
sokaságon belül megegyezik a házas és nem házasemberek aránya a városokban és vidéken.
7/24/2019 PreStat Kurzus III - 2015
http://slidepdf.com/reader/full/prestat-kurzus-iii-2015 48/64
Eloszlások fajtáinak összefoglalása
48
Normál eloszlás ~átlag
Normál eloszlású változók
Khi-négyzet
~variancia ~függetlenség
Normál eloszlású változók négyzetösszege
T-eloszlás
~becsült átlag/becsült szórás Normál eloszlású változó / khi-négyzet eloszlású hányadosa
F-eloszlás – ez eddig kimaradt, pedig fontos lesz
7/24/2019 PreStat Kurzus III - 2015
http://slidepdf.com/reader/full/prestat-kurzus-iii-2015 49/64
Amiről eddig nem volt szó: F-teszt
49
Alkalmazás: Együttes szignifikancia
Több mennyiség közül legalább egy különbözik -e nullától „Van-e magyarázó ereje a modellnek?”
Logika: Számláló: a változók nullától való átlagos távolságainak
(négyzet) összege/változók száma (khi-négyzet)
Nevező: a változók becsült varianciája/változók száma (khi-négyzet)
7/24/2019 PreStat Kurzus III - 2015
http://slidepdf.com/reader/full/prestat-kurzus-iii-2015 50/64
Gyakorlati vs. statisztikai jelentőség
50
Statisztikai szignifikancia [statistical significance]
Azt mutatja, hogy a vizsgált hatás jelentően eltér-e a
véletlentől, tehát el tudjuk -e utasítani azt a null-hipotézist,hogy nincs hatása az adott jelenségnek, beavatkozásnak. Ezttudjuk a p-érték , t-teszt, ANOVA-tábla segítségével vizsgálni.
Gyakorlati jelentőség [practical significance]
Azt mutatja, hogy a gyakorlatban, adott kontextusában isérdemes-e foglalkoznunk az adott eredménnyel. Egy
eredmény lehet statisztikailag szignifikáns, de ez még nem jelenti azt, hogy a gyakorlatban is van jelentősége.
7/24/2019 PreStat Kurzus III - 2015
http://slidepdf.com/reader/full/prestat-kurzus-iii-2015 51/64
Gyakorlati vs. statisztikai jelentőség
51
Példa Drága anti-depresszánst fejlesztettünk ki, amit placebo-n és
más anti-depresszánsokhoz képest tesztelünk. Az eredményminden esetben a depresszió valószínűsége1-100-as skálán(<25 magas kockázat, 25-50 mérsékelt kockázat, 50-75
alacsony kockázat, 75+ kockázatmentesség). A teszt eredménye az, hogy az új gyógyszer jobb, mint a 2.
legjobb (T-teszt, p=0.014), de az új gyógyszert használókátlaga 31.42, míg a 2. legjobbat használók átlaga 30.6.
Statisztikailag tehát szignifikáns az eltérés, de gyakorlatilagnem valószínű, hogy ennek bármi jelentősége van a kezeltegyén állapotára.
7/24/2019 PreStat Kurzus III - 2015
http://slidepdf.com/reader/full/prestat-kurzus-iii-2015 52/64
gyakorlás
egyszerű számítások
stata-outputok értelmezése
52
7/24/2019 PreStat Kurzus III - 2015
http://slidepdf.com/reader/full/prestat-kurzus-iii-2015 53/64
Általános feladat #1
53
Társasoztok, és a haverod n = 105-ször dob, x=4 átlaggal. Elég bizonyíték ez arra, hogy elutasítsuk azt a hipotézist,
miszerint tisztességesen játszik?
Használjátok a sokasági átlagot és a p-értéket!
7/24/2019 PreStat Kurzus III - 2015
http://slidepdf.com/reader/full/prestat-kurzus-iii-2015 54/64
Általános feladat #2
54
Az egyetemi Statisztika II. szemináriumon a következőmondatot hallod: „Elutasítottam H0-t H1 ellenében 5%-os
szignifikancia szinten, ahol a p-érték 0,1276 volt.”
Úgy érzed, valami nem kóser. Jó a szimatod, miért gyanakszol,Watson?
7/24/2019 PreStat Kurzus III - 2015
http://slidepdf.com/reader/full/prestat-kurzus-iii-2015 55/64
Általános feladat #3
55
Egy elem-gyártó azt állítja, hogy az általa előállított elemekélettartama 54 hónap. Rendelkezésre áll egy n = 50 eleművéletlen minta, ahol az átlagos élettartam 52 hónap.Feltételezhető, hogy az elemek élettartama normáliseloszlást követ ismert, σ2 = 36 varianciával. Teszteljétek 5%-on a nullhipotézist, hogy az elemek élettartama
legalább 54 hónap.
Mi a próba p-értéke?
7/24/2019 PreStat Kurzus III - 2015
http://slidepdf.com/reader/full/prestat-kurzus-iii-2015 56/64
Stata-output #1
56
Mire vagyunk kíváncsiak egy
regresszió esetében? Mi(k) a H0 hipotézis(ek)?
Milyen tesztek jelennek meg?
El tudjuk utasítani? Miért /
miért nem? Mikor tudnánk?
Honnan tudhatjuk (többlehetőség!)
regresszió
DBHtractA = fák 4 5 lábon mért
7/24/2019 PreStat Kurzus III - 2015
http://slidepdf.com/reader/full/prestat-kurzus-iii-2015 57/64
Stata-output #2
57
1 mintás t-teszt
Mire vagyunk kíváncsiak egy t-tesztesetében?
Mi(k) a H0 hipotézis(ek)?
Milyen tesztek jelennek meg azelemzésben?
Hol van a p-érték ? El tudjuk utasítani? Miért
/ miért nem?
Mikor tudnánk?
DBHtractA = fák 4,5 lábon mértszélessége (A területen)
A fák átmérője még mindig rohadt
7/24/2019 PreStat Kurzus III - 2015
http://slidepdf.com/reader/full/prestat-kurzus-iii-2015 58/64
Stata-output #2
58
2 mintás t-teszt
Mire vagyunk
kíváncsiak most?
Mi(k) a H0
hipotézis(ek)? Hol van a p-érték ?
El tudjuk utasítani?Miért / miért nem?
Mikor tudnánk ?
A fák átmérője még mindig rohadtizgi!
7/24/2019 PreStat Kurzus III - 2015
http://slidepdf.com/reader/full/prestat-kurzus-iii-2015 59/64
Stata-output #3
59
2 mintás t-teszt
Mire vagyunk
kíváncsiak ebben
az esetében? Mi a H0 hipotézis?
H1?
Hogy néz ki azadatbázis mögötte?
Mire jutottunk?
7/24/2019 PreStat Kurzus III - 2015
http://slidepdf.com/reader/full/prestat-kurzus-iii-2015 60/64
Stata-output #4
60
Na ez mi?
Mit látunk? Hogyan tudjuk értelmezni az I-IV. oszlopokat? (kérdések,
jelölések, értékek) Mi változik? Miért lehet ez és mit jelent?
7/24/2019 PreStat Kurzus III - 2015
http://slidepdf.com/reader/full/prestat-kurzus-iii-2015 61/64
Összefoglaló – helyett szemelvények I.
61
Hipotézisek – „sokasági jellemzőre vonatkozó állítás”
H0-t vagy el tudjuk utasítani, vagy nem tudjuk elutasítani. H1-rőlközvetetten döntünk.
α az elsőfajú hiba annak a valószínűsége, hogy H0-t elutasítjuk,feltéve, hogy igaz, míg ß a másodfajú hiba annak, hogy nemutasítjuk el, feltéve, hogy hamis. A teszt olyan erős, amekkoravalószínűséggel elutasítjuk H0-t, feltéve, hogy hamis.
A hipotézisekhez eldönthetjük, hogy mekkora elsőfajú hibátengedünk meg, ez a szignifikancia szint.
α szubjektivitásának kiküszöbölése a p-érték . Ez mutatja meg,
hogy mekkora az a legnagyobb elsőfajú hiba, amely mellett H0-
tel tudjuk utasítani. A kis p-érték erős bizonyíték H0 ellen.
7/24/2019 PreStat Kurzus III - 2015
http://slidepdf.com/reader/full/prestat-kurzus-iii-2015 62/64
Összefoglaló – helyett szemelvények II.
62
H1 hipotézis jellege alapján egyoldali és kétoldali próbákról
beszélhetünk, melyek abban térnek el, hogy hol vannak azelutasítási tartományaik.
A leggyakrabban használt vizsgálatok a sokasági várhatóértékre, szórásra, arányra vonatkoznak. Nevezetes még az
illeszkedésvizsgálat, függetlenségvizsgálat, homogenitásvizsgálat vagy a normalitás tesztelése.
Az egyes vizsgálatokhoz a vizsgált paraméter eloszlásához és aminta jellegéhez kapcsolódóan kell becslőfüggvényt választani.
A statisztikai szignifikancia mellett fél szemmel figyeljétek azeredmény gyakorlati jelentőségét is.
7/24/2019 PreStat Kurzus III - 2015
http://slidepdf.com/reader/full/prestat-kurzus-iii-2015 63/64
Köszi.
63
7/24/2019 PreStat Kurzus III - 2015
http://slidepdf.com/reader/full/prestat-kurzus-iii-2015 64/64
Ökonometria kurzus tagoknak Beugró ZH infók
Kérdéstípusok Definíció, egyszerű képlet/számolás, értelmezés
Időtartam: fél óra
Időpont – vasárnap, 19:00-19:30 1 év Murával