1 / 30

STATISIK

STATISIK. LV Nr.: 1375 SS 2005 12. April 2005. Nichtparametrische Tests. Nichtparametrische Tests (v.a. wenn Annahme der Normalverteilung nicht erfüllt ist). Rangtests für Lageparameter Zeichentest Wilcoxon Vorzeichenrangtest für das Symmetriezentrum einer Verteilung

floria
Download Presentation

STATISIK

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. STATISIK LV Nr.: 1375 SS 2005 12. April 2005

  2. Nichtparametrische Tests • Nichtparametrische Tests (v.a. wenn Annahme der Normalverteilung nicht erfüllt ist). • Rangtests für Lageparameter • Zeichentest • Wilcoxon Vorzeichenrangtest für das Symmetriezentrum einer Verteilung • Verteilungsfreie Lokationsvergleiche • Wilcoxon Rangsummentest oder Mann-Whitney U Test

  3. Rangtests für Lagemarameter Zeichentest (Ordinalskala ausreichend) • Annahme: unabhängige Beobachtungen x1, ..., xn stammen aus einer Grundgesamtheit mit stetiger Verteilungsfunktion F. • Test für den Median ξ0,5 der Grundgesamtheit • Einseitige Hypothesen: • H0: ξ0,5  ξ0 gegen H1: ξ0,5 > ξ0 • H0: ξ0,5  ξ0 gegen H1: ξ0,5 < ξ0 • Zweiseitige Hypothese: • H0: ξ0,5 = ξ0 gegen H1: ξ0,5  ξ0

  4. Rangtests für Lagemarameter • Vorgehensweise: • Transformation der Beobachtungswerte: • xi‘ = xi - ξ0 • Bestimmung von yi • yi = 1 falls xi‘ > 0, yi = 0 falls xi‘ < 0, Bindungen: yi = ½ falls xi‘ = 0

  5. Rangtests für Lagemarameter • Teststatistik: Unter H0 ist T ~ B(n, ½) • Approximation durch N(0,1): • Entscheidung: Vergleich von Z mit kritischen Werten der N(0,1) Verteilung

  6. Rangtests für Lagemarameter • Beispiel für Zeichentest (Hartung, S. 243): • Alter von Frauen bei der Geburt des ersten Kindes. H0: ξ0,5  25 gegen H1: ξ0,5 > 25. Zufällige Auswahl von n = 36 Müttern.

  7. Rangtests für Lagemarameter • Beispiel • Approximation durch N-Vt • Entscheidung (bei α=0,05): Z < 1,645 Lehne H0: ξ0,5  25 nicht ab.

  8. Rangtests für Lagemarameter • Wilcoxon Vorzeichenrangtest für das Symmetriezentrum einer Grundgesamtheit • Basiert auf Rangzahlen der Beobachtungen • Annahme: n unabhängige Beobachtungen (x1, ..., xn) stammen aus einer Grundgesamtheit mit Verteilungsfunktion F • Frage: Ist die Verteilung symmetrisch um einen Wert ξ0, d.h. gilt F(ξ0-y) = 1-F(ξ0+y)?

  9. Rangtests für Lagemarameter

  10. Rangtests für Lagemarameter • Wilcoxon Vorzeichenrangtest für das Symmetriezentrum ξ0 einer Grundgesamtheit • Einseitige Hypothesen: • H0: F symmetrisch um ξ ξ0 • H0: F symmetrisch um ξ ξ0 • Zweiseitige Hypothese: • H0: F symmetrisch um ξ= ξ0

  11. Rangtests für Lagemarameter • Vorgehensweise: • Transformation der Beobachtungswerte: • xi‘ = xi - ξ0 • Ohne Berücksichtigung der Vorzeichen der xi‘ Rangzahlen Ri zuweisen (1 für kleinsten Wert, ..., n für größten Wert). • Den Rangzahlen werden die Vorzeichen der zugehörigen xi‘ Werte zugewiesen => Rangstatistik R̃i

  12. Rangtests für Lagemarameter • Teststatistik: mit ci = 0 falls R̃i < 0 und ci = 1 falls R̃i > 0 • Entscheidung: Vergleich von T+ mit kritischen Werten wn,α des Vorzeichenrang-test von Wilcoxon (z.B. Hartung S. 245)

  13. Rangtests für Lagemarameter • Approximation durch N(0,1) Verteilung: • Teststatistik T* (keine Bindungen): mit E T+ = n(n+1) / 4 und Var T+ = n(n+1)(2n+1) / 24 (Beim Auftreten von Bindungen: T* laut Hartung, S. 246) • Vergleich von T* mit kritischen Werten der N(0,1) Verteilung

  14. Rangtests für Lagemarameter • Beispiel Wilcoxon Vorzeichenrangtest Psychologischer Test, Bewertung durch Punkte xi H0: F symmetrisch um ξ= ξ0 = 61, α = 0,05 • Teststatistik: ci = 0 falls R̃i < 0 und ci = 1 falls R̃i > 0

  15. Rangtests für Lagemarameter • Beispiel: • T+ = 1·10,5+0·(-3)+1·3+0·(-7)+1·7+1·9+0·(-3)+1·5+1·1 +1·10,5+1·7 = 53

  16. Rangtests für Lagemarameter • Beispiel: • Kritische Werte aus Tabelle: wn;α/2 = w11;0,025 = 11 und wn;1-α/2 = w11;0,975 = 54 • Entscheidung: w11;0,025 = 11 < T+ = 53 < 54 = w11;0,975 Daher: lehne H0 nicht ab, F ist symmetrisch um ξ0 = 61.

  17. Vt.-freie Lokationsvergleiche • Wilcoxon Rangsummentest oder Mann-Whitney U Test • Annahme: zwei unabhängige Messreihen, zugrundeliegenden Verteilungsfunktionen sind stetig und vergleichbar (d.h. sie schneiden einander nicht). • Frage: Besteht ein Unterschied in den Verteilungen? Sind z.B. die Werte der einen Messreihe „im Durchschnitt größer“ als die der anderen?

  18. Vt.-freie Lokationsvergleiche

  19. Vt.-freie Lokationsvergleiche • Einseitige Hypothesen: • H0: F1(x)  F2(x) gegen H1: F1(x)  F2(x) und für mind. ein x gilt: F1(x) < F2(x) • H0: F1(x)  F2(x) gegen H1: F1(x)  F2(x)und für mind. ein x gilt: F1(x) > F2(x) • Zweiseitig Hypothese: • H0: F1(x) = F2(x) gegen H1: F1(x)  F2(x)

  20. Vt.-freie Lokationsvergleiche • Vorgehensweise: • Gemeinsame Rangzahlen der beiden Messreihen bilden: r1, ..., rn1, rn1+1, ..., rn1+n2 • Teststatistik: • Kritische Werte des Wilcoxon-Rangsummen-Tests aus Tabelle (siehe z.B. Hartung 518)

  21. Vt.-freie Lokationsvergleiche • Entscheidung: • H0: F1(x)  F2(x), H0 verwerfen falls Wn1,n2 > Wn1;n2;1-α • H0: F1(x)  F2(x), H0 verwerfen falls Wn1,n2 < Wn1;n2;α • Zweiseitig Hypothese: • H0: F1(x) = F2(x) H0 verwerfen falls Wn1,n2 < Wn1;n2;α/2 oder Wn1,n2 > Wn1;n2;1-α/2

  22. Vt.-freie Lokationsvergleiche • Beispiel: Behandlung von Pilzen mit Vitamin B1. Führt diese Behandlung zu (signifikant) höherem Gewicht?

  23. Vt.-freie Lokationsvergleiche • Beispiel: H0: FB(x) ≥ FK(x) bzw. XB ist stochastisch kleiner als XK, α = 0,05. • Teststatistik: Summe der Ranzahlen der ersten Messreihe (Behandlungsgruppe): Wn1,n2 = 220. • Kritischer Wert: wn1;n2;0,95 = 191 • Entscheidung: 220 > 191 => H0 ablehnen. D.h. die Behandlung führt zu einem signifikant höheren Gewicht.

  24. Varianzanalyse Varianzanalyse od. ANOVA • Frage: Hat ein Faktor Einfluss auf ein Merkmal? • Faktor: Nominal skalierte Größe, Faktorausprägungen = Ebenen oder Stufen • Merkmal (durch Faktor beeinflusst): Metrische Größe

  25. Varianzanalyse Varianzanalyse • Einfache Varianzanalyse: Ein Faktor • Zweifache Varianzanalyse: Zwei Faktoren • …

  26. Varianzanalyse • Test, für arithmetische Mittel von zwei oder mehr Grundgesamtheiten. • Test, ob die Differenz der arithmetischen Mittel von zwei oder mehr als zwei Grundgesamtheiten signifikant von Null verschieden ist.

  27. Varianzanalyse • Modellannahmen der Varinazanalyse: • Unabhängigkeit der Stichproben (i=1,…,r) • Normalverteilung der Merkmale mit µi und σi² • Varianzhomogenität (Homoskedastizität), d.h. σi² = σ²

  28. Varianzanalyse • Nullhypothese: Alle Gruppen haben den gleichen Mittelwert µ H0: µ1 = µ2 = … = µ • Alternativhypothese: Nicht alle Gruppen haben den gleichen Mittelwert µ H1: mindestens zwei µi sind ungleich

  29. Varianzanalyse • Frage: Beeinflusst der Faktor (nominal-skalierte Größe) das Merkmal (metrisch-skalierte Größe)? • Unter H0: µi = µ für alle i (i = 1,…,r Faktorstufen). • Abweichung, die dem Faktor zuzuschreiben sind: αi = µi - µ (i = 1,…,r) heißen wahre Effekte auf der i-ten Ebene.

  30. Varianzanalyse • Modell der einfachen Varianzanalyse: • xij = µ + αi + eij • µ … Gesamtmittelwert • αi … Effekt auf der i-ten Ebene • eij … Versuchsfehler = die Abweichung eines zufällig aus der i-ten Ebene des Faktors herausgegriffenen Beobachtungswertes xik vom Mittelwert µi dieser Ebene. eij = xij – µi = xij – (µ + αi)

More Related