home *** CD-ROM | disk | FTP | other *** search
/ The Atari Compendium / The Atari Compendium (Toad Computers) (1994).iso / files / umich / apps / math / bstat248.lzh / STAT1.DOC < prev    next >
Encoding:
Text File  |  1993-08-07  |  5.4 KB  |  115 lines
  1.                            STATS 1 MENU
  2.  
  3. NORMALITY TESTS
  4. These two tests check whether a variable is drawn from a normal 
  5. population. In both cases, you must select the variable to operate 
  6. on. In the case where you know the parameters, you will be asked 
  7. for the mean and standard deviation of the underlying population. 
  8. The program will not evaluate the statistic returned. Published 
  9. tables must be used.
  10.  
  11. DESCRIPTIVE STATISTICS
  12. These tests provide mean, standard deviation, kurtosis, etc., for 
  13. the data set. If using grouped data, you will have to select a 
  14. grouping variable as well as the data variable.
  15.  
  16. CORRELATION
  17. These provide simple correlation tests.
  18.  
  19. -Simple correlation is the correlation between two variables which 
  20. you choose.
  21.  
  22. -The Spearman rank correlation test compares the ranks of two sets 
  23. of variables rather than the actual numbers.
  24.  
  25. -The contingency coefficient test compares two variables on a 
  26. parametric basis. Data must be non-negative and scaled nominally.
  27.  
  28. -Kendal Concordance is used with three or more variables which are 
  29. in the form of ranks. No selection of variables is made. The 
  30. entire set of data in memory is used.
  31.  
  32. -The Kendal Tau test is similar to the Spearman rank test. It is 
  33. used for two variables in the form of ranks.
  34.  
  35. -The Point Biserial correlation test is used with two related 
  36. variables. One variable is at least intervally scaled, and the 
  37. other is a dichotomous variable. A dichotomous variable is one 
  38. which can have only two values 0 or 1, such as for male versus 
  39. female. You will be asked separately for the two variables.
  40.  
  41. -Q-Q correlation. This correlation uses only one variable. The 
  42. correlation is done between the ordered variable and the normal 
  43. quantiles derived from the data. You must use the Q-Q table to 
  44. see if the data is reasonable. this test is used to check for 
  45. normality.
  46.  
  47. -Lagged Auto correlation determines the correlation of a variable 
  48. with itself at an earlier time. The program will ask for the 
  49. variable to be examined and a variable into which to store the 
  50. results. The result is a series of values specifying the 
  51. correlation for a multitude of lag periods. The first value is 
  52. with no lag and has value 1.
  53.  
  54. -Lagged Multiple Correlation is similar to the above except that 
  55. two variables are examined. In this case, you are asked for two 
  56. variables. Order of selection is important. The lag period will 
  57. refer to the value of the second variable "K" periods earlier. 
  58. Thus, if Variable "A" is to be related to Variable "B" at earlier 
  59. periods, you should select Variable "A" first and "B" second.
  60.  
  61. -Partial correlation measures the correlation of two variables 
  62. with the effect of another group of variables removed. You select 
  63. a group of variables. The result is a matrix where the off diagonal
  64. elements are partial correlation coefficients and the diagonal
  65. elements are multiple correlation coefficients.
  66. You need at least 3 variables.
  67.  
  68. ORDINAL TESTS
  69. -Kolmogorov-Smirnov test checks a single variable to determine if 
  70. the values support the hypothesis that the differences between 
  71. them are chance.
  72. -Mann Whitney "U" test requires two independent samples 
  73. (variables). The variables do not have to be the same size.
  74. The test determines whether there is a difference in the rankings 
  75. between two groups. Small values are extreme for this test so the 
  76. comparison is "is the value less than the table value?"
  77. -Wilcoxon test is similar to the Mann Whitney, except that it uses 
  78. related or paired variables. Like the Mann Whitney, small values 
  79. are extreme. Thus if the calculated value is less than the tabular 
  80. value you reject the null hypothesis that there is no difference 
  81. between samples.
  82. -Kruskal Wallis test uses all data in the data set. There must be 
  83. at least three variables. The test is basically the three-or-more-
  84. factor equivalent of Mann Whitney. The extreme values are high,
  85. unlike the Mann Whitney.
  86. -Friedman test uses all the data. This is the three-or-more-factor 
  87. equivalent of Wilcoxon. However, because of the formulation, the 
  88. statistic extreme values are high.
  89. -Median test indicates whether the two samples appear to be drawn 
  90. from populations with the same median.
  91. -Runs test is used for one variable. In addition, you must select 
  92. the test criteria from among zero, the mean, and the median. The 
  93. test determines whether the data appears to be randomly 
  94. distributed about the criterion.
  95. -Sign test is used to test the probablility that a given variable 
  96. has a median of some test value. You must choose a variable and 
  97. then a test value for the median.
  98.  
  99. NOMINAL TESTS
  100. -Chi Square 1 test uses two variables, with the first representing 
  101. the expected number of occurrences and the second the actual 
  102. number. The test determines whether the actual data is consistant 
  103. with the expected.
  104. -Chi Square 2 test uses all of the data. The data is assumed to be 
  105. set up in a contingency matrix form. The null hypothesis is that 
  106. there is no relationship between the rows and columns.
  107. -McNemar test uses all data. There must be two rows and two 
  108. columns. It is a test used to investigate changes in response in a 
  109. pre- and post-stimulous study. See the manual for data setup.
  110. -Cochran test uses all data in the data set. There must be three 
  111. or more related variables with dichotomous data. In B/STAT 
  112. positives are treated as 1, negatives or 0 as 0. The test uses the 
  113. null hypothesis that there is no difference between variables. 
  114.  
  115.