Stykając się z problematyką testów statystycznych i ich zastosowania, student prędzej czy później musi rozumieć również pojęcie mocy testów.
Najprościej rzecz ujmując, mówimy tu o uniknięciu błędu drugiego rodzaju, czyli błędnym przyjęciu hipotezy zerowej. Jednym z prostych sposobów zwiększenia mocy testu jest zwiększenie wielkości próby.  Jednak, gdy porównujemy dwa testy dla jednej próby, mogą one mieć różną moc.  Czasem badacze stosują test słabszy, zamiast mocniejszego. Jest to podejście jak najbardziej słuszne w sytuacji, gdy założenia które muszą być spełnione dla testu mocniejszego nie są możliwe do spełnienia. Dla przykładu mocniejszy jest test T zakładający równość wariancji od testu T z założeniem …

Aby zlecić wykonanie obliczeń statystycznych do prac naukowych, wystarczy napisać email i przesłać podstawowe informacje na adres: statystyka@statystyka.org.pl
Informujemy również, że w takich miastach, jak: Bydgoszcz, Poznań, Olsztyn możemy osobiście odebrać od Państwa dane do analizy (np. ankiety do wprowadzenia).
W przypadku studentów udzielamy wysokich rabatów na zlecenia grupowe (już około 30% zniżki w przypadku opracowania do dwóch prac).

Próbkowanie danych do testu w Statistice. Film firmy StatSoft, sesja 10.

Wśród testów statystycznych, które mogą być brane pod uwagę w analizie statystycznej danych należy wymienić przede wszystkim: test chi-kwadrat, dokładny test Fishera, test McNemary, test proporcji, test znaków, test t, test Wilcoxona, ANOVA, Test Kruskala-Wallisa, test Z oraz wiele wiele innych. Oczywiście nie należy przeprowadzać tych wszystkich testów w każdym opracowaniu statystycznym badań. Można nawet powiedzieć że przeprowadzanie tych testów w wielu przypadkach jest nieprawidłowe. Pojawia się pytanie jak dobrać prawidłowo testy do naszych danych?
Proponuję rozpocząć od określenia czy dane mają charakter kategorialny czy mierzalny. W przypadku danych kategorialnych gdy mamy do czynienia z jedną grupą, możemy przeprowadzić test Z …