Cosa sono i dati collegati? (spiegazione ed esempi)

Quando due set di dati hanno la stessa lunghezza e ciascuna osservazione di un set di dati può essere “accoppiata” con un’osservazione di un altro set di dati, chiamiamo dati accoppiati .

Per associare due set di dati, è importante che ciascuna osservazione di un set di dati possa essere associata solo a un’osservazione dell’altro set di dati.

Esempi di dati abbinati

Ecco alcuni esempi di dati corrispondenti:

Esempio 1: misurazioni duplicate.

Supponiamo che i ricercatori vogliano sapere se una bilancia è in grado di pesare scatole a tutte le ore del giorno in un determinato magazzino. Per testarlo, i ricercatori usano la bilancia per pesare 30 scatole diverse al mattino e poi alla sera.

Il risultato finale sono due set di dati in cui i pesi del mattino e della sera di ciascuna scatola possono essere “abbinati” tra loro.

Esempio 2: misurazioni pre-post.

Un medico vuole sapere se un nuovo farmaco può ridurre la pressione sanguigna dei pazienti. Per verificarlo, ha misurato la pressione sanguigna di 20 pazienti diversi prima e dopo l’uso del farmaco per una settimana.

Il risultato finale sono due serie di dati in cui la pressione sanguigna prima e dopo ogni individuo può essere “abbinata” a se stessa.

Come analizzare i dati accoppiati

Esistono due modi comuni per analizzare i dati accoppiati:

1. Eseguire un t-test appaiato.

Un modo per analizzare i dati accoppiati è eseguire un test t per campioni accoppiati , che confronta le medie di due campioni quando ciascuna osservazione di un campione può essere abbinata a un’osservazione dell’altro campione.

Questo test ci dice se il valore medio è uguale tra i due set di dati.

2. Calcolare la correlazione tra i due set di dati.

Un altro modo per analizzare i dati accoppiati è calcolare la correlazione tra i due insiemi di dati.

Questo ci dà un’idea della direzione e della forza della relazione tra i valori dei due set di dati.

Dati accoppiati e dati non corrispondenti

A differenza dei dati accoppiati, i dati non accoppiati si verificano quando le osservazioni di un set di dati non possono essere associate in modo univoco a un’osservazione di un altro set di dati.

Ad esempio, supponiamo che i ricercatori vogliano sapere se un determinato programma di allenamento aumenta o meno il salto verticale medio dei giocatori di basket.

Un modo per testarlo utilizzando dati abbinati sarebbe quello di misurare il salto verticale massimo degli stessi 20 giocatori prima e dopo aver utilizzato il programma di allenamento:

Per testarlo utilizzando dati non accoppiati , i ricercatori sono stati in grado di misurare il salto verticale massimo di 20 giocatori che non avevano utilizzato il programma di allenamento, e quindi misurare il salto verticale massimo di 20 giocatori diversi che avevano utilizzato il programma di allenamento. ‘formazione:

Quando si lavora con dati accoppiati, utilizziamo un test t per campioni accoppiati per determinare se la differenza tra le medie campionarie è diversa.

E quando lavoriamo con dati non accoppiati, utilizziamo un test t di campioni indipendenti per determinare se la differenza tra le medie campionarie è diversa.