Aufgabe

Analyse (Friedman-Test) von letzter Stunde wiederholen

• Dazu in R das Skript verwenden

• Diesmal sollen die systolischen Blutdrücke untersucht werden

Vergleich von zwei Stichproben mit

Parametrischen Tests

T-Test für abhängige und unabhängige Stichproben

Parametrische Tests

Bedingungen:

• Daten müssen ein Verhältnis- oder Intervallskalenniveau aufweisen

• Daten müssen normalverteilt sein

• Es sollte beachtet werden ob sich sie Varianzen der zu vergleichenden Stichproben unterscheiden

T-Test

Aufgabe:

• Laden von Aufgabe 3 in SPSS und R

• Überprüfung der Cholesterinwerte und der Blutzuckerwerte auf Normalverteilung (nur in SPSS)

• Deskriptive Statistik für die Cholesterinwerte und Boxplots

Boxplot

Eine weiter Art der Datenexploration

Darstellung beinhaltet• Median• erste bis dritte Quartil • Maximum und

Minimum• Ausreißer

Boxplot

SPSS:

Analyze

Descriptive Statistics

Explore

T-Test für abhängige Stichproben

SPSS:

Analyze

Compare Means

Paired Samples T-Test

T-Test für unabhängige Stichproben

SPSS:

Analyze

Descriptive Statistics

Explore

T-Test für unabhängige Stichproben

SPSS:

Analyze

Compare Means

Independent Samples T-Test

T-Test für unabhängige Stichproben

SPSS:

Analyze

Compare Means

Independent Samples T-Test

Leventest auf Varianzenhomogenität

T-Test für abhängige Stichproben

R:

Aufgabe: • Aufg3. laden• Die Funktion zur Berechnung des T-Tests heißt

t.test(). Findet mit der Hilfefunktion heraus wie dieser Test bei abhängigen Stichproben verwendet wird.

Vergleicht die gleichen Cholesterinwerte wie in SPSS.

T-Test für abhängige Stichproben

R:

T-Test

> t.test(dat$CHOL0, dat$CHOL1, paired = T)

Exkurs:

R:

Erstellen eines Boxplots

> boxplot(dat[,15:18])

Erstellen eines Histogrames

> barplot(mean(dat[,15:18]))

Erstellen eine Stem and Leaf Plot

> stem(dat[,15])

T-Test für unabhängige StichprobenDeskriptive Statistik

> tapply(datt$CHOL0 , datt$MED, summary)

Boxplot

> boxplot(dat$CHOL0 ~ dat$MED)

Balkendiagramm

> barplot(tapply(datt$CHOL0 , datt$MED, mean))

Stem and Leaf Plot

> tapply(dat$CHOL0 , dat$MED, stem)

T-Test für unabhängige Stichproben

Erst sollte der Test auf Varinazenhomogenität durchgeführt werden

> var.test(dat$CHOL0, dat$CHOL1)

Dann kann der T-Test berechnet werden

> t.test(dat$CHOL0 ~dat$MED, paired = F, var.equal=T)oder

> t.test(dat$CHOL0, dat$CHOL1, paired = F, var.equal = F)

Aufgabe

Alles noch einmal wiederholenDeskriptive Statistik, Stem and Leaf Plot, Histogramm, Test auf Varianzenhomogenität und T-Tests

Vergleicht die Cholesterinwerte vom ersten und letzten Meßzeitpunkt miteinander (abhängige Stichproben).

Prüft ob es einen Unterschied der Cholesterinwerte zwischen Männern und Frauen zum letzten Meßzeitpunkt gibt

Aufgabe

Ausdokumentierte Skripte erstellen:

T-Test für abhängige und unabhängige Stichproben

• Deskriptive Statistik• Abbildungen• Test auf Normalverteilung• Test auf Varianzenhomogenität (wenn nötig)• T-Test