Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
SLM
, SE9M 6 (SEH
1
2
+SEH
2
2
).
Eci sono due modi per calcolare SE9M, a seconda c"e si assuma c"e la deviazione standard dei due campioni sia la
stessa o no.
5pproccio -classico. * la varianza la stessaF ; si calcola una d.s -com#inta. o pooled;
in questo caso, sotto la ipotesi nulla valida, la distri#uzione di t una t*Student con n1+n2-2 gradi di libert.
Si deve speci!icare: t.test(a~f, var.equal=T)
5pproccio alternativo 1 si stimano le due d.s. come separate, secondo il metodo di Welch. In qs caso la distri#uzione
BGB una t*Student, ma ci si approssima.
Si deve speci!icare: t.test(a~f)
Il !ormato da usare ric"iede c"e la vari#ile numerica sia in un vettore, ed il !attore c"e distinue le due varia#ili in
unHaltra; le due devono essere in un data !rame.
t.test2varInum JvarI!att4
Il risultato simile a quello del test t, si noti c"e lintervallo di confidenza riferito alla differenza delle due medie e
quindi dovre##e contenere lo 3 se le due sono uuali.
5 6 7 8 9
0
5
0
1
0
0
1
5
0
%
ANOVA
Aomando di #ase:
lm 28 J !att4
dove
8 varia#ile
!att ruppi, varia#ile di tipo !attore
anova2lm2 44
summarK 2lm244
Esempio
> anova(lm(folate~ventilation))
Analysis of Variance Table
Response: folate
Df Sum Sq Mean Sq F value Pr(>F)
ventilation 2 15516 7757.9 3.7113 0.04359 *
Residuals 19 39716 2090.3
---
Signif. codes: 0 *** 0.001 ** 0.01 * 0.05 . 0.1 1
@a prima ria esprime la parte derivante dalla di!!erenza LR5 i ruppi; Sum sq somma delle rad qua del quadrato delle
di!!erenze !ra la media del ruppo e la media enerale.
@a seconda ria esprime i Residual, ovvero la parte BGB spieata dalla di!!erenza delle medie, ossia la somma deli
errori quadratici !ra sinola osservazione e media complessiva.
I@ test veri!ica il rapporto !ra le M Sq, rispetto alla ipotesi di medie dei ruppi tutte uuali !ra loro.
In tal caso, il rapporto tende a 1, perc"M entram#e sare##ero dovute al solo errore casuale; diversamente, il rapporto
proverre##e da un valore di L del livello di Ls sini!icativo, cio del quantile al %&' della distri#uzione L per N*1, B*O
Pd@.
Baturalmente, un valore di L piccolo vuol dire una varinza LR5 i ruppi piccola, cio medie poco dissimili !ra loro.
> aov(lm(folate~ventilation))
Call:
aov(formula = lm(folate ~ ventilation))
Terms:
ventilation Residuals
Sum of Squares 15515.77 39716.10
Deg. of Freedom 2 19
Residual standard error: 45.72003
Estimated effects may be unbalanced
9imostrata la sini!icativit/ del test, cerc"iamo dove essa , cio !ra Q05@I ruppi.
> summary(lm(folate~ventilation))
Call:
lm(formula = folate ~ ventilation)
Residuals:
Min 1Q Median 3Q Max
-73.625 -35.361 -4.444 35.625 75.375
13
Coefficients:
Estimate Std. Error t value Pr(>|t|)
(Intercept) 316.62 16.16 19.588 4.65e-14 ***
ventilationN2O+O2,op -60.18 22.22 -2.709 0.0139 *
ventilationO2,24h -38.62 26.06 -1.482 0.1548
---
Signif. codes: 0 *** 0.001 ** 0.01 * 0.05 . 0.1 1
Residual standard error: 45.72 on 19 degrees of freedom
Multiple R-squared: 0.2809, Adjusted R-squared: 0.2052
F-statistic: 3.711 on 2 and 19 DF, p-value: 0.04359
-Intercept. la media del primo ruppo; le altre ri"e sono la di!!erenza delle medie deli altri due ruppi rispetto alla
media del primo ruppo. I test t sono ri!eriti alle di!!erenze 1mo 1 +do e 1mo <zo. Manca, in qs report, la valutazione
!ra +do e <zo ruppo.
0na alternativa c"e utilizza il metodo Qon!erroni 2pi$ conservativo4 :
> pairwise.t.test(folate,ventilation,p.adj="bonferroni")
Pairwise comparisons using t tests with pooled SD
data: folate and ventilation
N2O+O2,24h N2O+O2,op
N2O+O2,op 0.042 -
O2,24h 0.464 1.000
P value adjustment method: bonferroni
A"e !ornisce una ta#ella dei test t. I valori p sono modi!icati e moltiplicati dal numero dei con!ronti.
BGR5
Se si vuole rilassare la ipotesi di varianza uuale, usare:
F oneSaK.test2!olateJventilation4
Gne*SaK analKsis o! means 2not assumin equal variances4
data: !olate and ventilation
L 6 +.%:3=, num d! 6 +.333, denom d! 6 11.3;&, p*value 6 3.3%+::
In qs caso, sem#ra c"e il test diventi BGB sini!icativo, !orse 8c" I ruppi pi$ diversi "anno maiore varianza.
Questo veri!ica se sono diverse:
F #artlett.test2!olateJventilation4
Qartlett test o! "omoeneitK o! variances
data: !olate #K ventilation
QartlettHs O*squared 6 +.3%&1, d! 6 +, p*value 6 3.<&3>
0na ra!ica:
2da 9alaard, pa. 1<=4
xbar <- tapply(folate, ventilation, mean)
s <- tapply(folate, ventilation, sd)
n <- tapply(folate, ventilation, length)
11
sem <- s/sqrt(n)
stripchart(folate~ventilation, method="jitter",
+ jitter=0.05, pch=16, vert=T)
arrows(1:3,xbar+sem,1:3,xbar-sem,angle=90,code=3,length=.1)
lines(1:3,xbar,pch=4,type="b",cex=2)
da ricordare c"e stripc"art con un aromento !ormula 8 ~ !att indica c"e il ra!ico va !atto sulla var 8 separando per cuTiascun
!attore !att.
N2O+O2,24h N2O+O2,op O2,24h
2
0
0
2
5
0
3
0
0
3
5
0
f
o
l
a
t
e