PQStat Podręcznik Użytkownika PQStat English pqstat.pl

ZESTAWIENIA TESTÓW

Zamiast wykonywać kolejne testy pojedynczo, program pozwala uruchomić od razu zestaw kilku analiz naraz, dobranych do rodzaju porównywanych grup. Dane ilościowe zostaną przy okazji opisane średnimi, medianami itp., a dane jakościowe – licznościami i procentami.

Jak uruchomić zestawienie

Okno z ustawieniami opcji Zestawień testów wywołujemy poprzez menu Statystyka\(\to\)Zestawy\(\to\)Zestawienia testów, a następnie wybieramy odpowiednią grupę analiz.

Do wyboru mamy trzy grupy zestawień:

  1. Porównanie dwóch grup zależnych:

  2. Porównanie dwóch grup niezależnych:

  3. Korelację:

Co zwraca program

Dla każdej analizowanej zmiennej, w zależności od tego czy jest ona ilościowa czy jakościowa, program może zwrócić w raporcie wyniki:

  • wybranego testu – dobranego automatycznie wg reguły opisanej poniżej;
  • wszystkich testów i towarzyszących im współczynników oraz miar, niezależnie od tego, czy spełnione są minimalne warunki ich stosowania.

Jak program dobiera test automatycznie

  • Jeśli przed analizą użytkownik nie opisze poszczególnych zmiennych odpowiednimi skalami, dane ilościowe są traktowane jak skala interwałowa, a dane jakościowe – jak skala nominalna.

  • Badanie normalności rozkładu opiera się na wyniku testu normalności wybranego przez użytkownika podczas ustawiania statystyk opisowych.

  • Jeśli użytkownik nie wskaże żadnego testu oceniającego normalność rozkładu w oknie tych statystyk, normalność zostanie sprawdzona testem Kołmogorova-Smirnowa.
Uwaga! Analizy, które proponujemy, są odporne na niewielkie odstępstwa od rozkładu normalnego, a test Kołmogorova-Smirnowa jest najbardziej konserwatywny spośród dostępnych testów normalności – brak normalności rozkładu wykazujemy więc dopiero przy dużej różnicy badanego rozkładu od rozkładu normalnego. Normalność rozkładu badamy: (1) dla porównania dwóch grup niezależnych – w oparciu o dane w każdej grupie, (2) dla porównania dwóch grup zależnych – w oparciu o różnicę pomiarów, (3) dla korelacji – w oparciu o reszty modelu.

Wykonanie i interpretacja

Przykład 1. (plik zestawienia.pqs)
Chcemy dokonać automatycznego porównania dwóch niezależnych grup: chorych przewlekle z chorującymi na ostrą postać choroby. Porównania dokonujemy w oparciu o dane opisane na skali interwałowej: Chol Całk., LDL, HDL, TG, w oparciu o cechę porządkową BMI, oraz o dane nominalne: Leczenie, Estradiol 1, Estradiol 2, Estradiol 3. W tym celu wybieramy menu Zestawy \(\to\) Zestawienia testów [dwie grupy niezależne] i zaznaczamy zmienną grupującą: Leczenie, następnie wybieramy dane interwałowe (w części dotyczącej zmiennych ilościowych) oraz dane nominalne i porządkowe (w części dotyczącej zmiennych jakościowych). Zaznaczamy opcję Wybrany test i wykonujemy analizę.

W efekcie otrzymujemy zarówno opis każdej grupy, jak i dobrany do porównania test statystyczny.

Zasada doboru testu – z Notatki raportu
W Notatce, znajdującej się na górze raportu, umieszczono opis informujący o zasadzie doboru testu statystycznego odpowiedniego dla danej analizy:
"Zmienne ilościowe:
Dla skali interwałowej z normalnością rozkładu wyznaczono test t-studenta (t-st) lub jego poprawkę Cochrana-Coxa (C-C), gdy wariancje grup różniły się. Dla skali interwałowej, gdy warunek normalności rozkładu nie był spełniony, podobnie jak dla skali porządkowej wyznaczono test Manna-Whitneya (M-W). Normalność rozkładu danych badano testem Shapiro-Wilka a równość wariancji testem Fishera-Snedecora (F-S). Jeśli nie oznaczono skali dla analizowanych zmiennych, przyjęto, że dane pochodzą ze skali interwałowej.
Zmienne jakościowe:
Dla skali nominalnej wyznaczono test chi-kwadrat (chi2), a gdy warunek Cochrana nie był spełniony test dokładny Fishera (Fisher dokładny) lub, w przypadku tabel 2x2 o rozmiarze próby większym niż 40, poprawkę Yatesa (chi2-Yates). Dla skali porządkowej wyznaczono test chi-kwadrat dla trendu. Jeśli nie oznaczono skali dla analizowanych zmiennych, przyjęto, że dane pochodzą ze skali nominalnej."