Porównywanie średnich 2 i więcej prób niezależnych o rozkładach
innych niż normalny
Próby niezależne
versuspróby zależne Próby niezależne: mierzone w dwóch lub
więcej różnych obiektach albo w tym samym obiekcie ale nie poddanym ingerencji.
czas
Schematy postępowania
2 GRUPY(ZMIENNE) NIEZALEŻNE
rozkład normalny rozkład inny niż normalny
test parametryczny test t-studenta
test nieparametryczny
test U Manna-Whitneya Test serii Walda-Wofowitza Test Kołmogorowa-Smirnowa
x x
1000 1200
1000 1200
x x
Test U Manna-Whitneya dla 2 grup niezależnych
Najmocniejsza nieparametryczna alternatywa dla testu t-studenta.
Obliczenia wykonywane są w oparciu o sumę rang a nie średnie.
Wynik testu: U=..., Z=..., p=...
Jeśli p<0.05 to średnie istotnie się różnią!
Test serii Walda-Wolfowitza dla 2 grup niezależnych
Wynik testu: Z=..., p=...
Jeśli p<0.05 to średnie istotnie się różnią!
Test Kołmogorowa-Smirnowa dla 2 grup niezależnych
Wynik testu: Maks. Ujemna różnica=…….;
Maks. Dodatnia różnica=……
p=...
Jeśli p<0.05 to średnie istotnie się różnią!
Schematy postępowania
WIĘCEJ NIŻ 2 GRUPY NIEZALEŻNE
rozkład normalny rozkład inny niż normalny
Analiza ANOVA testy nieparametryczny
ANOVA rang Kruskala-Wallisa Test mediany
ANOVA rang Kruskala-Wallisa i test mediany dla więcej niż 2 grup
niezależnych
Kruskal-Wallis:
Jeśli p<0.05 to pomiędzy jakimiś grupami istnieją statystycznie istotne różnice
Test mediany:
Jeśli p<0.05 to pomiędzy jakimiś grupami istnieją statystycznie istotne różnice
Porównania wielokrotne:
Dokładnie wskazują, pomiędzy którymi grupami są różnice
Testy nieparametryczne
versusparametryczne
Testy nieparametryczne charakteryzują się mniejszą mocą (wrażliwością) niż ich odpowiedniki
parametryczne.
Metody nieparametryczne są najbardziej
odpowiednie w przypadku prób o małych licznościach.
W przypadku dużych zbiorów danych (np. n > 100)
Testy nieparametryczne
versusparametryczne
Idea centralnego twierdzenia granicznego.
Gdy liczność próby bardzo wzrasta, wówczas
średnie prób podlegają rozkładowi normalnemu.
