Выбор статистического теста для вашего IB Biology IA скачать в хорошем качестве

Выбор статистического теста для вашего IB Biology IA

ИСПРАВЛЕНИЕ НА 8:51: в таблице «Уилкоксон» и «Манн-Уитни» следует поменять местами. Уилкоксон — это непараметрическая версия ПАРНОГО t-критерия (а не непарного, как показано в видео). Манн-Уитни — это непараметрическая версия НЕПАРНОГО t-критерия (а не парного, как показано в видео). Небольшое замечание: в более широкой математике «количество бактериальных колоний» рассматривается как **дискретная переменная**, то есть переменная является числовой, но её диапазон ограничен определёнными значениями (и между этими допустимыми значениями существуют промежутки, которые переменная не может занимать). Но если вы подставляете эту переменную в модель регрессии или t-критерия/ANOVA, то вы рассматриваете её как непрерывную. Процитируем minitab, где есть отличные статьи по статистике: «Если у вас есть дискретная переменная и вы хотите включить её в модель регрессии или дисперсионного анализа (ANOVA), вы можете решить, рассматривать ли её как непрерывный предиктор (ковариат) или категориальный предиктор (фактор). Если дискретная переменная имеет много уровней, то, возможно, лучше всего рассматривать её как непрерывную переменную. Рассмотрение предиктора как непрерывной переменной подразумевает, что простая линейная или полиномиальная функция может адекватно описать связь между откликом и предиктором. Когда вы рассматриваете предиктор как категориальную переменную, каждому уровню переменной соответствует определённое значение отклика независимо от порядка уровней предиктора. Используйте эту информацию в дополнение к целям вашего анализа, чтобы решить, что лучше всего подходит для вашей ситуации». https://support.minitab.com/ru-ru/min... Одна важная оговорка: некоторые могут не согласиться с терминами «связь» и «сравнение», а также с тем, как я их использую. Представьте себе медицинского исследователя, который тестирует новый препарат, сравнивая группу, принимавшую лечение, с группой, принимавшей плацебо. Он может сказать: «В видео говорится, что я провожу сравнение двух групп. Но я не согласен; я считаю, что ищу связь/корреляцию между препаратом и терапевтическим эффектом». Так кто же прав — видео или медицинский исследователь? Дело в том, что сравнения позволяют нам выявлять связи, и это создаёт неоднозначность. В этом видео термин «взаимосвязь», возможно, следует толковать очень узко: «вы ищете математическое уравнение, связывающее переменные». Термин «корреляция» следует толковать узко: «вы ищете число, показывающее степень корреляции двух переменных». Эти термины (сравнение и взаимосвязь) описывают то, что вы делаете с данными и переменными, а не более общие цели эксперимента. Ничто не заменит практику; чем больше вы будете использовать эти тесты, тем лучше вы будете понимать, как они применяются и каковы их ограничения. Я не эксперт по статистическим тестам. Если вы найдете другие хорошие объяснения или источники, раскрывающие тонкости, упущенные в видео, пожалуйста, поделитесь ими в комментариях! Наконец, вот одно из самых точных описаний p-значений от настоящего эксперта, Дэниела Лейкенса:    • What is a p-value? by Daniel Lakens   У него есть курс на Coursera под названием «Улучшение статистических выводов», который я настоятельно рекомендую: https://www.coursera.org/learn/statis...