EN | PT | TR | RO | BG | SR
;


NEXT TOPIC

Modul 2: Deskriptivna i inferencijalna statistika




T-testovi i hi-kvadrat testovi u R-u: praktične primene


U ovom praktičnom delu, detaljnije ćemo istražiti specifične statističke testove i kako ih izvoditi u R-u:

  • T-testovi: Istražite svet t-testova, osnovni alat za upoređivanje proseka dve grupe. Naučićete kako da sprovedete nezavisne i uparene t-testove, uz primere i interpretaciju rezultata.
  • Hi-kvadrat testovi: Hi-kvadrat testovi su neprocenjivi za analizu kategorijskih podataka. Savladaćete hi-kvadrat test dobre usklađenosti i hi-kvadrat test nezavisnosti. Kroz praktične primere, razumećete njihov značaj i primenu.

Izvođenje t-testova i hi-kvadrat testova u R-u je ključno za upoređivanje proseka i analizu kategorijskih podataka. Evo praktičnog vodiča kako izvesti ove testove u R-u.



Nezavisni t-test: Ovaj test se koristi za upoređivanje proseka dve nezavisne grupe. Možete ga izvesti koristeći funkciju t.test(). Na primer, za upoređivanje rezultata ispita dve različite grupe:

t_test_result <- t.test(group1_scores, group2_scores)

Upareni t-test: Koristite ovaj test kada imate uparene ili podudarne podatke. Procenuje razliku između uparenih posmatranja. Možete ga izvesti koristeći funkciju t.test(). Na primer, za upoređivanje rezultata pre i posle tretmana:

paired_t_test_result <- t.test(before_treatment, after_treatment, paired = TRUE)



Hi-kvadrat test dobre usklađenosti: Ovaj test proverava da li posmatrane frekvencije odgovaraju očekivanim frekvencijama u kategorijskoj varijabli. Koristite funkciju chisq.test(). Na primer, za testiranje distribucije boja očiju u populaciji:

chisq_test_result <- chisq.test(observed_frequencies, p = expected_probabilities)

Hi-kvadrat test nezavisnosti: Ovaj test ispituje povezanost između dve kategorijske varijable. Pomaže u određivanju da li postoji odnos između njih. Koristite funkciju chisq.test(). Na primer, za testiranje povezanosti između pola i preferirane boje automobila:

chi_square_test_result <- chisq.test(table(gender, car_color))