آموزش آزمون آماری و برآورد آماری

آزمون آماری تکنیکی برای گرفتن تصمیم های کمّی درباره یک یا چند فرآیند است. این آزمون تعیین می کند که آیا شواهد کافی برای «رد» فرضیه مطرح شده وجود دارد یا نه. در این حالت به فرضیه در نظر گرفته شده در اصطلاح فرض صفر گفته می شود. رد نشدن یک فرض، نتیجه ای مطلوب و مناسب است. اما گاهی نتایج بدست آماده از آزمون آماری می تواند برای ما نا امید کننده باشد. از اینرو رد شدن فرض صفر احتمالاً نشان دهده آن است که ما داده های کافی برای «اثبات» موضوع مورد نظر خود را در اختیار نداریم. فرضیه تحقیق حاکی از وجود رابطه یا اثر و یا تفاوت بین متغیرها است و یا در واقع وجود این حالات را تایید نموده و آن را واقعی و حقیقی می داند. این فرضیه شامل دو نوع جهت دار و بدون جهت است.

فرضیه جهت‌دار به فرضیه‌ای گفته می‌شود که در آن جهت ارتباط یا جهت تأثیر متغیر مستقل بر متغیر وابسته مشخص و معیّن است. از این فرضیه هنگامی استفاده می‌شود که پژوهشگر دلایل مشخصی برای پیش‌بینی رابطه معینی داشته باشد. همچنین فرض صفر و فرضیه مقابل آن می تواند یک طرفه باشد.

بنابراین، آزمون آماری نیازمند یک جفت فرضیه است که به نام های زیر شناخته می شوند:

  • H0: فرضیه صفر
  • H1: فرضیه مقابل

فرض صفر عبارتی است که درباره یک فرضیه کلی بیان می شود. ما ممکن است شک داشته باشیم که فرضیه صفر درست باشد، به این معنی که نیاز است درستی این فرضیه مورد «آزمون» قرار گیرد. در حقیقت، فرض مقابل ممکن است همان عبارتی باشد که ما اعتقاد به درست بودن آن داریم. به این ترتیب روش آزمون فرض به صورتی طراحی می شود که ریسک رد کردن فرضیه صفر در زمان درست بودن آن، حداقل باشد. این ریسک که در اصطلاح به آن  یا خطای نوع اول گفته می شود اشاره به سطح اطمینان در نظر گرفته شده برای آزمون دارد. با آزمون فرض کردن یک فرضیه با یک مقدار کم ، مشخص می شود که در واقع با رد کردن فرض صفر، مفهوم در نظر گرفته شده در فرض مقابل یا جایگزین «تایید» شده است.

160

ریسک پذیرفتن فرض صفر زمانی است که این فرضیه در واقع نادرست است، خطای نوع دوم یا “بتا”  نامیده می شود. اختلاف زیاد بین واقعیت و فرضیه صفر ساده تر قابل شناسایی است و خطای نوع دوم کمتری در آن مشاهده می شود؛ در حالی که شناسایی اختلاف های کوچک به دشواری امکان پذیر است و این موضوع منجر به خطای زیاد نوع دوم می شود. علاوه بر این، ریسک با افزایش ریسک  کاهش پیدا می کند. ریسک خطای نوع دوم معمولاً با یک منحنی ویژگی عملیاتی (OC) برای آزمون خلاصه می شود.

برآورد آماری

به منظور به دست آودن پارامترهای مورد نیاز جامعه باید با توجه به نمونه موجود اقدام به برآورد پارامترهای جامعه کنیم به صورتی که قابل اطمینان باشند. دو نوع اصلی از روش برآورد، عبارت است از برآورد نقطه ای و برآورد فاصله ای. در برآورد نقطه ای، یک تابع از نتایج مشاهدات برای برآورد پارامتر نامشخص انتخاب می شود. برای برآورد فاصله ای، یک فاصله از اعداد حقیقی انتخاب می شوند که احتمال دارد مقدار مجهول پارامتر مورد نظر، در بین آن قرار داشته باشد.

تخمین تابع توزیع F(x) در بخش روش های ناپارامتریک توضیح داده می شود و روش تخمین پارامترها در بخش برآوردگرها بررسی می شود. بطور خاص، استفاده زیادی از برآورد آماری در فرآیندهای تصادفی انجام می شود که برای مثال در این زمینه می توان از تابع همبستگی و تابع طیفی نام برد. علاوه بر این یک روش جدید تخمین که به عنوان تخمین تصادفی شناخته می شود در ارتباط با مشکلات موجود، در تحلیل رگرسیون طراحی شده و مورد استفاده قرار می گیرد. طبقه بندی و مقایسه روش های تخمین بر اساس اصول اولیه همچون ثبات، عدم سوگیری، و تغییر ناپذیری، که شکل کلی آن در تئوری تصمیم آماری مورد بررسی قرار می گیرد.

انواع آزمون های آماری

چگونه می توان از آزمون مناسب را برای انجام بررسی انتخاب کرد؟

در عمل مجموعه متنوعی از آزمون های آماری وجود دارد. تصمیم گیری درباره اینکه کدام آزمون آماری مورد استفاده قرار گیرد بستگی مستقیم به طرح تحقیق، توزیع داده، و نوع متغیر دارد. معمولاً، اگر داده ها دارای توزیع نرمال باشند برای بررسی آنها از آزمون های پارامتری استفاده می شود

نوع آزمون کاربرد
همبستگی این آزمون به دنبال بررسی ارتباط بین متغیرها است
همبستگی پیرسون شدت رابطه بین دو مجموعه متغیر پیوسته را بررسی می کند
همبستگی اسپیرسون شدت رابطه بین دو متغیر ترتیبی را بررسی می کند (این آزمون بر اساس فرض وجود توزیع نرمال برای داده ها انجام نمی شود)
خی دو آزمون شدت ارتباط بین دو متغیر مطلق
مقایسه میانگین: بررسی تفاوت میان میانگین متغیرها
آزمون تی زوجی تفاوت بین دو متغیر وابسته را بررسی می کند
آزمون تی مستقل تفاوت بین دو متغیر مستقل را بررسی می کند
تحلیل واریانس آزمون تفاوت بین میانگین های گروه پس از در نظر گرفتن واریانس محاسبه شده برای متغیر
رگرسیون: ارزیابی اینکه آیا تغییر در یک متغیر می تواند تغییر در متغیر دیگر را پیش بینی کند
رگرسیون ساده آزمون اینکه چگونه تغییر در یک متغیر مستقل می تواند سطح تغییر در متغیر پاسخ را پیش بینی کند
رگرسیون چندگانه آزمون اینکه چگونه تغییر در مجموعه ای از دو یا چند متغیر مستقل می تواند سطح تغییر در متغیر پاسخ را پیش بینی کند
روش های ناپارامتری: زمانی استفاده می شود که داده ها دارای فرض لازم برای استفاده از روش های پارامتری نیستند
آزمون مجموع رتبه ای ویلکاکسون تفاوت بین متغیرهای مستقل را با در نظر گرفتن بزرگی و جهت اختلاف بررسی می کند
آزمون رتبه ای علامت دار ویلکاکسون تفاوت بین متغیرهای وابسته را با در نظر گرفتن بزرگی و جهت اختلاف بررسی می کند
آزمون علامت این موضوع را بررسی می کند که متغیرهای وابسته متفاوت هستند در این آزمون بزرگی تغییر در نظر گرفته نمی شود و فقط جهت تغییر مورد توجه قرار می گیرد

 

دوره آموزشی آزمون آماری و برآورد آماری

شرکت آمار پژوهان پارسیان بر آن است تا در این دوره به معرفی روش های آزمون و برآورد آماری بپردازد. همچنین در این دوره مفاهیم اصلی آمار و اصول اولیه آن توضیح داده می شود. در این دوره کاربرد عملی تمام آزمون های آماری ذکر شده در جدول بالا ارائه می شود. علاوه بر این روش تحقیق تفصیلی درباره داده های طولی بیان خواهد شد. این دوره با استفاده از مفاهیم کاربردی و نیز تفسیر نتایج آماری بدست آمده در حالت های مختلف برگزار می شود. علاوه بر این تکنیک های خاص کنترل کیفیت، تحلیل داده های طولی ، داده های غیر نرمال و روش ها ناپارامتری در این دوره پوشش داده می شود.

طرح توجیهی
درخواست پروژه
همکاری با ما
تلگرام آمارپژوهان
تماس با ما
درگاه پرداخت