Como calcular diferença estatística

A significância estatística determina se um resultado ocorreu devido ao acaso.

diferença estatística refere-se a diferenças significativas entre os grupos de objetos ou pessoas. Os cientistas calculam essa diferença, a fim de determinar se os dados de um experimento é confiável antes de tirar conclusões e publicar results.When estudar a relação entre duas variáveis, os cientistas usam o método de cálculo do qui-quadrado. Ao comparar dois grupos, os cientistas usam o método de distribuição t.

Coisas que você precisa

  • Lápis e papel
  • Calculadora
  • tabelas de dados

Método Qui-quadrado

  • Criar uma tabela de dados com uma linha para cada resultado possível e uma coluna para cada grupo envolvido no experimento.

    Por exemplo, se você está tentando responder à questão de saber se cartões flash imagem ou palavra cartões flash melhor ajudar as crianças passam um teste de vocabulário, você criaria uma tabela com três colunas e duas linhas. A primeira coluna seria marcada, "Passou no teste?" e duas linhas abaixo do título seria marcado "sim" e "Não." A coluna seguinte seria rotulado "picture Cards" ea coluna final seria rotulado "Palavra Cards."

  • Preencha sua tabela de dados com dados de sua experiência. Total de cada coluna e linha e coloque os totais debaixo das colunas / linhas apropriadas. Esta informação é chamada de frequência observada.

  • Calcule a frequência esperada para cada resultado e gravá-lo. A freqüência esperada é o número de pessoas ou objetos que você esperaria para alcançar o resultado por acaso. Para calcular essa estatística, multiplique o total da coluna pelo total de linhas e dividir pelo número total de observações. Por exemplo, se 200 crianças usado cartões de imagem, 300 crianças passaram o seu teste de vocabulário e 450 crianças foram testadas, a frequência esperada de crianças que passam o teste usando cartões de imagem seria (200 * 300) / 450, ou 133,3. Se qualquer resultado tem uma frequência esperada de menos do que 5,0, os dados não é fiável.

  • Subtrair cada frequência observada de cada frequência esperada. Quadratura do resultado. Dividir esse valor pela freqüência esperada. No exemplo acima, a partir de 200 subtrair 133,3. Quadratura do resultado e dividir por 133,3 para um resultado de 13,04.

  • Total Os resultados do cálculo no Passo 4. Este é o valor de qui-quadrado.



  • Calcule o grau de liberdade para a tabela, multiplicando o número de linhas - 1 pelo número de colunas - 1. Esta estatística diz-lhe como grande o tamanho da amostra foi.

  • Determinar a margem de erro aceitável. Quanto menor for a tabela, menor a margem de erro deve ser. Este valor é chamado o valor alfa.

  • Olhe-se a distribuição normal em uma tabela de estatísticas. Estatísticas mesas podem ser encontrados on-line ou nas estatísticas de livros didáticos. Encontre o valor para o cruzamento dos graus corretas de liberdade e alfa. Se este valor for inferior ou igual ao valor de qui-quadrado, os dados são estatisticamente significativa.

T-Test Method

  • Adicione uma tabela de dados que mostra o número de observações para cada um dos dois grupos, a média dos resultados para cada grupo, o desvio-padrão de cada média e da variância para cada média.

  • Subtrair o grupo dois dizer do grupo uma média.

  • Divida cada variância pelo número de observações menos 1. Por exemplo, se um grupo teve uma variação de 2186753 e 425 observações, você iria dividir 2.186.753 por 424. Tome a raiz quadrada de cada resultado.

  • Divida cada resultado pelo resultado correspondente da etapa 2.

  • Calcular os graus de liberdade por totalizando o número de observações para ambos os grupos e dividindo por 2. Determine o seu nível de alfa e olhar para cima o cruzamento de graus de liberdade e alfa em uma tabela de estatísticas. Se o valor é inferior ou igual ao seu índice T calculada, o resultado é estatisticamente significativo.

De esta maneira? Compartilhar em redes sociais:

LiveInternet