Statistică

Status seminar

Curs 1- introducere
Ce e variabila?

construct care poate lua valori diferite (cel puțin 2 valori- doar o valoare: constantă)

principala caracteristică: VARIABILITATE (proprietate de a lua valori diferite) ⇒

VARIANȚĂ= înprăștiere, diversificare variabile

Clasificare variabile

Calitative (categoriale- nu sunt natural numere: temperament- putem face frecvența,

DAR nu facem ordonări- una nu e mai bună ca alta)

Cantitative (numerice - permit ORDONĂRI, OPERAȚII MATEMATICE+ specifici cu

cât diferă o persoană de alta, medii)

cantitativ⇒ calitativ (DAR nu invers)

Independentă= transmite efect

Dependentă= suportă efect

NU discrete, nu observabile (nu în grile) OBS: scoruri la scale= observabili, construct=

latent

Statistică descriptivă vs inferențială

descrisptivă= indicatori ce descriu un set de date, fără a putea extrage concluzii- medie,
SD, skewness)— nu poți să generalizezi

iferențială= proceduri ce permit extragerea unor concluzii privind o populație (pt a testa
ipoteze)

a masura= a atribui simboluri/ valori numerice unei variabile

4 scale de măsurare:

Statistică 1
 nominală= etichetează o anumită valoare și o plasăm într-o categorie (fără a
compara) EX: CNP, gen (putem doar contoriza frecvența ATÂT)

ordinală= plasează participanți în categorii, permite ORDONĂRI, știm că X>Y dar

nu și cu cât (ierarhie), podium

interval-raport= variabile cantitative (permite operații matenatice și putem

identifica diferența dintre valori)

in interval nu îl cuprindem pe 0 absolul (0 e doar o convenție, dar variabila

există: temperatura)

în raport avem 0 absolut( absență construct)

Curs 2- Teste T
TEST T pentru 1 singur eșantion TEST Z= compară media unui eșantion cu populația din
care el a fost extras (VI= tipul eșantionului, VD= o singură variabilă)

TREBUIE să știm MEDIA POPULAȚIEI pentru a face testul (ori e cunoscută—IQ/

teste T, ori o gășim în Studii)

avem nevoie pt VD de scală interval raport

EX: cum se diferențiază conștiinciozitatea la avocați de familie cu media populația

Ipoteză cercetării și de nul

Ipoteza cercetării/ ipoteza alternativă:

ipoteza unilaterală= există o diferență pozitivă/negativă între media eșantion—

media populației

ipoteza bilaterală= există o diferență între media eșantion-media populației

Ipoteza de nul/ Statistică (opusul ipotezei cercetării)

Include conceptul de egal (ex: media eșantion= media populației)

p= probabilitatea ca ipoteza de nul să fie adevărată (rezultatul să fie determinat de

hazard)

dacă p e mic ⇒ e mică șansa ca H0 să fie adevărată

alpha= nivel maxim de eroare pe care ni-l permitem

Statistică 2
 p< .05 ⇒ RESPINGEM H0 (MAI MIC SAU EGAL)
OBS: testul statistic testează ipoteza de nul

FĂRĂ Z CALCULAT

Nivel de încredere statistic (pentru ipoteza de nul) = 1- alpha

interval de încredere construit în jur de alpha și medie

TEST T PENTRU 2 EȘANTIONANE INDEP= compară media a două eșantioane diferite

(femei/bărbați)

VI= măsurată nominal, având DOAR 2 VALORI pt că indică grupurile care trebuie
comparate (gen)

VD= interval raport pt că va trebuii să comparăm medii (anx)

CONDIȚIE: omogenitatea varianței + normalitate

omogenitate (testată cu Levene)= pentru a compara medii, trebuie să mă asigur că

mediile obținute sunt reprezentative pentru fiecare eșanion— scorurile fiind LA
FEL DE ÎMPRĂȘTIATE (6.5 pentru 6,7 ori 9,4)

Ipoteza de nul= varianța este egală, scorurile sunt la fel de împrăștiate ( ne

dorim ca p>0.05)

Normalitate- skew și kurtosi (-1 și 1/ pt. curtosi -2 și 2) sau Shapiro-Wilks (care tot
p>0.05; H0: NU EXISTĂ O DIFERENȚĂ între distribuția noastră și distribuția
normală)

NU AVEM DESPRE ANALIZA DE FRECVENȚĂ

TEST T PENTRU 2 EȘANTIONANE DEPENDENTE: pentru a calcula mediile unui

eșantion în două momente diferite/ eșantionane dependente (frate 1- frate 2; soț-șoție)/
măsurăm același lucru cu teste diferite (scala X și scala Y)

VI= nu apare în baza de date, e intervenția, condiția de lucru, metoda de măsurare

VD= interval raport pentru a compara scorurile (măsurată în două momente, înainte
după)

CONDIȚIE: să nu avem valori extreme (boxplot)

pentru că comparam scorurile de la același eșantion ori eșantioane independente ⇒

NU avem alte condiții

Statistică 3
 Curs 3: Corelația
corelația= existența unei relații liniare între două variabile (noi putem vedea corelația dintre
2 VARIABILE, le iei 2 câte 2, chiar dacă faci matrice)

NU avem VI ȘI VD, pt că relația în corelație e RECIPROCĂ (nu punem variabilele pe

axă temporală)

relația reprezentată printr-o săgeată bidirecțională

variabile măsurate pe INTERVAL-RAPORT

Coeficientul de ordin 0 (corelație, r mic)= nu ține cont de efectul altor variabile care ar putea
influența relația dintre cele două variabile (are valori între -1 și 1) (dacă r e același, dar p e
diferite= corelația e la fel de puternică, period)

varianța neexplicată= varianța care influențează relația dar pe care nu le măsurăm

coeficient 0= nu există relație/ există o relație care NU E LINIARĂ

Scatterplot= cum arată relația/corelația

corelația nu e cauzalitate (nu avem VI și VD)

OBS: La testele t+ corelație: se calculează un interval de încredere ori al diferenței dintre

medii (ce diferență putem obține între mediile populațiilor dacă am tot extrage eșantioane
din cele două populații)

atunci când 0 se încadrează în CI ⇒ acceptăm H0

depinde de alpha

r mic pătrat= varianța comună dintre variabile

CURS 4: Regresie
este similară și se bazează pe Corelație

Diferențe: avem VI (predictor) și VD (criteriu) pt. că folosim reglresia pentru a face

predicții asupra unei variabile pe baza altei variabile (ne dăm seama care e care pe baza
poziționării pe axa temporală)→ relație unilaterală

în regresie putem folosi mai multe variable (regresie multiplă)

Statistică 4
 ÎNTOTDEAUNA, totuși, avem un singur criteriu

Similar: Scatterplot

Coeficient de regresie (R mare): poate lua DOAR VALORI DE LA 0 la 1

R pătrat: ce procent din varianța lui VD este explicat de VI

Dreapta de regresie= relația e înțeleasă prin dreapta de regresie

punct de origine

înclinare/ pantă (b)= în funcție de fantă ne dăm seama dacă relația dintre variabile este
pozitivă/ negativă

Condiții

VD pe interval raport ( FOARTE rar ordinal, dar în principiu I/R)

VD- normală

VI- orice tip de scală (chiar dihotomică) (dacă e I/R, e preferabil să fie normală)

corelație între VI și VD

în regresie multiplă: ORTOGONALITATE PREDICTORI (= lipsa corelației între

predictori); dacă există relație= (multi) COLINIARITATE ⇒ se explică unii pe alții
corelație < 0.30; Torelance > .70; VIF<2

Ipoteză: predictorul are un efect asupra criteriului (b =/= 0)

Efect incremental= ce adaugă predictor 2 (povestea cu plicul)

Curs 5- ANOVA One-way

nu intră ANCOVA

INTRĂ: proprietățile mediei și SD

⇒
upgrade Test t pentru eșantionane independente ANOVA one-way testează diferențele
dintre mediile obținute pe cel PUȚIN 3 EȘ. INDEPENDENTE

la 3 eșantioane nu facem 3 teste t pentru că adumăm eroare

Statistică 5
 Condiții:

VD- interval raport (Ca sa calculezi medii)

VI- scală nominală, indică grupurile ce urmează a fi comparate FACTOR (valorila sale=
NIVELURI)

OMOGENITATE ÎN EȘANTIOANE ( test Levene)

există corecții dacă nu sunt: Bonferonni

H0= mediile sunt egale

are în spate o distribuție de scoruri F (fisher)= varianța explicată (dată de Vi) + neexplicată
(ariabile externe care influențează relația și noi nu le putem controla

F= raport varianța dată de VI / efect alte variabilă

TEST OMNIBUS= indică un efect general al variabilei independente (arată dacă are sau nu
efect, dar nu știm cum se manifestă acest efect- nu știi diferența dintre eșantioane 2 câte 2 ⇒
ERGO, FACI ANALIZĂ POST-HOC ca să afli- Bonferoni/Tukey dacă sunt omogene;
Dunnet/Tamhane dacă sunt neomogene)

o singură medie nu trebuie să fie egală, și se confirmă H1/ respinge H0 (=cel puțin un
eșantion face parte din altă populație)

Dispersia inter-grup= cum scorurile diferă în funcție de vi

dispersie intra-grup= cum VD diferă ca urmare a efectului altor variabile

Curs 6: ANOVA MR (Măsurători repetate)

upgrade test t pentru eșantioane dependente (poate fi folosit și în locul lui)

folosit pt a compra scoruri de la același eșantion în cel puțin 3 condiții (test retest follow-up)

Avantaje: putere mai mare (mai multe măsurători) și necesită mai puțini participanți (pt. că
se neutralizează diferențele inter-individuale dintre participanți— pentru că nu mă compar
pe mine cu altul, CI PE MINE CU MINE la momente diferite)

DESGN WITHIN SUBJECT

H0: mediile sunt egale

e suficient ca doar o măsurătoare e diferită

Statistică 6
 Analiza post-hoc ne zice unde apare diferența de medii

F= efect VI/efect [Link]

VI nu apare în baza de date, este CONDIȚIA/TRATAMENTUL

Condiții

VD= interval/raport (pentru medie și comparare)

SFERICITATEA= îndeplinirea simultana a 2 condiții (Test Mauchly unde p> .05—

SENSIBIL LA NR. de participanți mic/mare corecții) ⇒
CORECȚII:

Greenhouse Geisser între 0.5— 0.75

Huynh-Feldt > 0.75

1. Varianțele egale între toate momentele măsurătorii (nivele)

a. varianta la t1, t0 și t2 este similară

2. varianțele diferențelor dintre măsurători luate două căte două trebuie să fie egale
(distribuția de diferențe trebuie să fie omogene)

a. to-t1, t0-t2, t1-t2 sunt distribuții omogene

Post-hoc Bonferonii

Test OMNIBUS

Cursuri neparametrice (care e alternativa pt. ce)

Mann Whitney= test t pentru eșantioane

Anova One way= Kruskal Wallis

Anova MR= Friedman

Statistică 7