Uge 14 Dependent t-test Flashcards
(22 cards)
hvad undersøger man med DEPENDENT/PAIRED-SAMPLES T-TEST?
Med denne test ønsker man at undersøge hvordan to parrede betingelser (paired-samples) adskiller sig på en kontinuerlig outcome variabel.
Obs:deltagerne skal være de samme i begge betingelser
Fx. kan man undersøge om der er en forskel i en patienters gennemsnitlige depressions niveau målt før og efter behandling
Hvad er de 4 assumptions i dependent t-test.
- Outcome variabel skal være kontinuerlig
- Gruouping variabel skal være kategorisk (binær- 2 kategorier)
- Hver deltager skal være i begge betingelser (samme personer)
- Sampling distributionen af forskelle skal være normalfordelt
OBS: Her er vi ikke interesseret i homogeneity of variance
Hvad er Populationens mean forskel i dependent t-test?
Populationens mean forskel: er den gennemsnitlig forskel i mean for alle mulige sample par i en population
Hvad er Standard error af forskelle (SED) i dependent t-test?
Standard error af forskelle (SED): Standard deviation af, sample mean forskelle fra populations mean forskelle (estimeret ved hjælp af vores sample data)
Hvad er Model Fit i dependent t-test?
Model Fit: Når sample mean forskel er en god repræsentation af populationen mean forskel, hvilket er når Standard error af forskelle (SED) er lav.
Hvad betyder de forskellige dele i formlen for t-test
t=D/(SD /VN)
Tæller:(D med streg over) divideret med
Nævner:(SD divideret med kvadratroden af N
D= observeret mean forskel mellem to betingelser
SD= standardafvigelse
N= sample size
SD divideret med kvadratroden af N er estimatet af standard error af forskellene.
Jo højere t-værdi du får, des større bliver forskellen mellem grupperne.
formlen er en form for effect over error
Hvad er df for dependent t-test?
En Dependent t-test’s df=N-1
Anderledes end independent t-test df=N-2
Hvilken effect size bruges til dependent t-test og hvornår er noget en lille, mellem eller stor effect ifølge den?
Effect size i dependent t-test burger Cohen’s d og cohens rule of thumb
d=(mean x1- mean x2) / SD
SD fra baseline gruppen
Cohens rule of thumb
lille: d = eller> .20
Mellem: d = eller> .50
Stor: d = eller> . 80
Hvorfor tester man både for signifikans og effect size?
Signifikans (p-værdi) fortæller, om en forskel er statistisk pålidelig. Effektstørrelse viser, hvor stor forskellen er og om den er praktisk/meningsfuld. effekten kan godt være stor selvom testen ikke er signifikant dette kan muligvis skyldes sample size. n
Hvad skal rapporteres i Dependent t-test
Rapporter typen af t-test (evt inkludere størrelsen af forskellen og BCa95% CI) t-statistic, df og signifikans level (gerne den præcise værdi men aldrig .000, hvis spss siger dette skriv p<.001
Raporter mean, SD eller SE for hver grupper (vælg en af dem og gør det samme gennem besvarelsen)
God ide at rapportere effect size (d) for at gøre det lettere at fortolke resultater
rapporter i datid.
Hvor finder jeg om min test har normalitet for forskelle i SPSS for min dependent t-test?
I dependent eller paired t-test (altså når du måler den samme gruppe) er normalitet for forskelle vigtigt
Se under enten komorgrov- smirnow eller shapiro- wilks (vi har kigget under denne)
Note: en (ikke paired) t-test er når man sammenligner to forskellige grupper, som ikke er forbundet.
Hvad er den Non-parametriske til dependent t-test
Det er Wilcoxon signed-rank test og bruges, når assumptions for en paired t-test ikke er opfyldt – fx ved ordinal data eller skewed fordelt kontinuerlig data.
Hvad er Wilcoxon signed-rank test – og hvordan virker den?
Wilcoxon signed-rank test anvendes ved relaterede målinger (fx før og efter på samme personer).
Wilcoxon signed-rank test rangerer forskellene mellem to relaterede målinger (uden nul-forskelle). Rangene får plus eller minus alt efter forskellens retning, altså positiv retning (+) negativ retning (-). Summen af de positive ranks er
T-statistikken, som konverteres til en z-score for at vurdere signifikans. Effekten vurderes ud fra forskellen mellem summen af positive og negative ranks.
Hvilken af de tre central tendencies bruges i en Wilcoxon signed-rank test og hvorfor?
Man bruger ofte median fordi Wilcoxon signed-rank tes ofte har enten ordinal eller skewed data hvilket mean ikke er god til.
Hvad skal jeg kigge efter i SPSS i en Wilcoxon signed-rank test (det er også det der skal bruges i rapportering) ?
Medianen i de to betingelser
hvem der havde højere score og lavere score i betingelserne
T- værdi
Z score til t værdien
og P værdien
Hvordan beregnes effektstørrelse i Wilcoxon signed-rank test, og hvad betyder den?
Formel
r=
(T+) - (T-) delt med (T+)+(T-)
Effektstørrelse beregnes som forskellen mellem summen af positive ranks (T⁺) og negative ranks (T⁻) i forhold til den totale sum af ranks.SPSS viser T⁺ direkte i output og T⁻ fås ved at køre analysen igen
Formel: 𝑟 =
(T+) - (T-) delt med (T+) + (T-)
Effekten viser, hvor stor ændringen er mellem målingerne.
Remember Cohen’s guidelines for effektstørrelse (r):
0.1 = lille effekt
0.3 = middel effekt
0.5 = stor effekt
Hvad skal du have med i rapportering i en Wilcoxon T test?
Typen af test (Wilcoxon), medianen for begge betingelser, t statistik, z-value, signifikans level og effect size.
Hvis p<.05 hvad er henholdsvis
1. sandsynligheden for at en score observers hvis nul hypotesen er sand.
2. konfidensniveauet for at vi korrekt afviser nul hypotesen.
3. risikoen for at lave en type 1 fejl.
(alle i procent)
Hvis vores p<.05 er sandsynligheden for de 3:
- sandsynligheden for at en score observers hvis nul-hypotesen er sand= 5%
- konfidensniveauet for at vi korrekt afviser nul hypotesen= 95%
- risikoen for at lave en type 1 fejl= 5%
Nævn nogle af karakteristikken for parametriske test (taget fra SPSS assignment)
En parametrisk test kræver, at følgende grundlæggende antagelser
om data/generel lineær model er opfyldt:
1) normalfordeling (husk - hvad der skal være ‘normalt’ varierer for forskellige tests)
2) homogenitet (kun for independent means tests )
3) kontinuerlige outcome data (interval eller forhold)
4) uafhængige observationer (dette betyder ikke uafhængigt design - det betyder, at dataene for
én person er ikke påvirket af data for en anden
Nævn nogle af karakteristikken for NON parametriske test (taget fra SPSS assignment)
Ikke-parametriske tests antager ikke en normalfordeling/homogenitet og kan
bruges med fx ordinal eller kategoriske outcome data. De menes generelt at være
lidt mindre ‘kraftfuld’ til at opdage effekter, hvis assumptions er mødt. Derfor bruges kke-
parametriske tests normalt kun, når assumptions for de parametriske tests er
overtrådt.
Hvilke parametriske test har vi gennemgået?
- Pearson correlation
- Simple Linear Regression
- Dependent (paired samples) t-test
- Independent samples t-test
Hvilke Non- parametriske test har vi gennemgået?
- Spearman’s Rho, Kendall’s Tau
- Wilcoxon signed-rank test
- Mann-Whitney U test
