1 / 29

Testy nieparametryczne

Ograniczenia test?w parametrycznych. Test?w parametrycznych nie stosujemy, gdy zmienne maja charakter jakosciowy czy tez uporzadkowany.. Zastosowanie test?w nieparametrycznych. Testy nieparametryczne wykorzystujemy w sytuacji, gdy nie sa spelnione zalozenia wymagane przez testy parametryczne, jak: z

akasma
Download Presentation

Testy nieparametryczne

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


    1. Testy nieparametryczne

    2. Ograniczenia testw parametrycznych Testw parametrycznych nie stosujemy, gdy zmienne maja charakter jakosciowy czy tez uporzadkowany.

    3. Zastosowanie testw nieparametrycznych Testy nieparametryczne wykorzystujemy w sytuacji, gdy nie sa spelnione zalozenia wymagane przez testy parametryczne, jak: zmienne mierzalne, posiadajace rozklad zgodny normalnym. Stosujemy, gdy transformacja danych nie przynosi efektw, np. w zakresie normalizacji rozkladu.

    4. Testy nieparametryczne a rozklad zmiennej Testy nieparametryczne nie zaleza od rozkladu zmiennej, od pewnych parametrw rozkladu populacji. Na ogl obliczenia sa proste i nie zajmuja wiele czasu.

    5. Analiza rang Testy nieparametryczne pod wzgledem rachunkowym oparte sa na analizie rang (lokat). Dane w porwnywanych grupach porzadkujemy rosnaco lub malejace. Rachunki matematyczne wykonujemy na rangach.

    6. Moc testw Sila testw nieparametrycznych (1-) jest nizsza niz sila testw parametrycznych testy nieparametryczne stosujemy wtedy, gdy nie sa spelnione zalozenia, jakich wymagaja testy parametryczne. W odniesieniu do duzych populacji n > 100 zamiast testw nieparametrycznych mozemy stosowac testy parametryczne, mimo ze sama zmienna nie posiada rozkladu normalnego. Jest to mozliwe ze wzgledu na fakt, ze rozklad srednich z tych prb ulega normalizacji.

    7. Statystyczna analiza

    8. Statystyczna analiza

    9. Statystyka opisowa Srednia geometryczna Mediana Dominanta Rozstep Odstep miedzykwartylowy

    10. Porwnania grup dobr testu

    11. Doswiadczenie niezalezne 2 grupy Test U Mann-Whitney Test ten jest najmocniejsza nieparametryczna alternatywa dla testu t. Zalozenia testu: cecha posiada rozklad typu ciaglego, ale moze byc rozpatrywana rwniez w skali porzadkowej.

    12. Test U Mann-Whitney Porwnujemy poziom ocenianych wskaznikw sciekw zmierzony w czasie zimy i wiosny. Weryfikujemy hipoteze zerowa zakladajaca, iz rozklad ChZT stwierdzony zima i wiosna jest taki sam: H0: F(x) = G(x); H1: F(x) ? G(x) F(x), G(x) dystrybuanta ChZT zima i wiosna

    13. Test U porwnujemy pory roku Porzadkujemy rosnaco dane obydwu grup.

    14. Rangi wiazane Rangi wiazane to sytuacja, w ktrej sasiednie, uporzadkowane wczesniej wartosci zmiennej sa takie same.

    15. Rangi wiazane W tej sytuacji przyporzadkowujemy im tzw. rangi wiazane, ktre powstaja w wyniku obliczenia srednie arytmetycznej z numerw nadawanych kolejnym powtrzeniom tej samej wartosci. (8+9)/2=8.5

    16. Kolejnosc obliczen Obliczamy sume rang dla obydwu grup: R1 i R2.

    17. Wzr R1, R2 suma rang przyznanych 1 i 2 grupie; n1, n2 liczebnosc grupy 1 i 2.

    18. Wartosci krytyczne Obliczone wartosci U i Z porwnujemy z odpowiednimi wartosciami krytycznymi z tabel statystycznych.

    19. Wyniki U = 12 z = -2,86 |-2,86| porwnujemy z wartoscia z?/2=1,96 (?=0,05) Ze wzgledu na fakt, iz obliczona wartosc z jest wieksza niz 1,96, odrzucamy hipoteze zerowa. Wnioskujemy zatem, ze poziom CHZT zmierzony zima rzni sie statystycznie od poziomu zarejestrowanego wiosna. Otrzymany wynik jest rwniez wiekszy niz z?/2 odczytane przy ?=0,01. Wnioskujemy zatem, ze miedzy badanymi grupami rznica jest statystycznie wysoko istotna

    20. Test U n1 i n2 > 20

    21. Doswiadczenie niezalezne, k > 2 Test Kruskal-Wallis Test mediany

    22. Kruskal-Wallis Weryfikujemy hipoteze zerowa zakladajaca, iz rozklad ChZT w k populacjach jest taki sam: H0: F1(x) = F2(x) =... = Fk(x) H1: F1(x) ? F2(x) ? ...? Fk(x) F1(x), F2(x), Fk(x) dystrybuanty rozpatrywanych populacji. Program SAS: Kruskal-Wallis Test Chi-kwadrat 8.4354 Stopien swobody 2 Pr > Chi-kwadrat 0.0147 Wartosc testu Kruskal-Wallis wynosi 8,4354. Obliczone prawdopodobienstwo (p<0,0147) pozwala odrzucic H0. Wyniki analizy pozwalaja stwierdzic, ze pora roku wplywa statystycznie istotnie na poziom badanego wskaznika.

    23. Kruskal-Wallis

    24. Test mediany Test mediany jest mniej dokladna wersja K-W. Obliczenia wykonywane sa w oparciu o tablice kontyngencji ?2. H0 : mediany sa takie same w obydwu prbach, czyli okolo jednej polowy wszystkich przypadkw w kazdej z grup przypada powyzej, a drugiej polowy wsplnej mediany. H1 : mediany nie sa takie same.

    25. Statistica, test K-W i mediany

    26. Doswiadczenie zalezne, k =2 Test kolejnosci par Wilcoxona Test znakw

    27. Test kolejnosci par Wilcoxona Obliczamy rznice miedzy sasiednimi wartosciami zmiennych Wyznaczamy wartosci bezwzgledne rznic; porzadkujemy je rosnaco Uporzadkowanym wartosciom przypisujemy rangi (w razie obliczamy rangi wiazane) Obliczamy sumy rang (T-; T+) oddzielnie dla rznic ujemnych i dodatnich.

    28. Test znakw Test znakw jest nieparametrycznym odpowiednikiem testu t dla zmiennych zaleznych. W tescie tym brane jest pod uwage ile razy wartosci pierwszej zmiennej przewyzszaja wartosci drugiej zmiennej i odwrotnie.

    29. Doswiadczenia zalezne, k > 2 Test Friedmana

More Related