základní principy a použití

Prezentace na téma: "základní principy a použití"— Transkript prezentace:

1 základní principy a použití
Neparametrické testy základní principy a použití

2 Obecně: dosavadní testy předpokládají konkrétní rozdělení dat (větš. normální) pokud neznám rozdělení dat, měl bych použít neparametrické testy stejně tak, pokud mám data na ordinální stupnici benevolentnější předpoklady, ale testy jsou slabší

3 Obecně většina parametrických testů má svoji neparametrickou obdobu
χ2 test: Kolmogorovův-Smirnovův t-test: Mannův-Whitneyův test, Kolmogorovův-Smirnovův dvouvýběrový test párový t-test: Wilcoxonův párový test, znaménkový test,.. jednofaktorová ANOVA: Kruskalův Wallisův test většinou založeny na pořadí

4 Mannův-Whitneyův test
H0: Základní soubory, ze kterých pocházejí oba výběry, mají stejné rozdělení hodnoty obou výběrů seřadím (n=n1+n2) kde R1 = součet pořadí 1. skupiny U + U' = n1*n2, větší z hodnot U a U’ (pro oboustranný test) porovnám s kritickou hodnotou podle tabule¨k

5 Příklad Známky kluků: 2,3,4,4,5,3,2 známky holek: 1,1,2,3,2,1,2
seřazené známky:1,1,1,2,2,2,2,2,3,3,3,4,4,5 pořadí známek: 2,2,2,6,6,6,6,10,10,10,12.5,12.5,14 pořadí známek holek: 2,2,6,10,6,2,6: R=34 pořadí známek kluků: 6,10,12.5,12.5,14,6,2: R= 63

6 příklad Spočtenou hodnotu U porovnám s kritickou hodnotou. Pokud je větší, zamítám H0 na zvolené hladině významnosti

7 dvouvýběrový Kolmogorov-Smirnov test
testuje nejen různou polohu výběrů, ale i tvar jejich rozdělení

8 Wilcoxonův párový test
spočítáme rozdíly mezi pozorováními seřadíme se podle velikosti jejich absolutní hodnoty od nejmenšího k největšímu spočítáme součet pořadí kladných a součet pořadí záporných rozdílů (označujeme je T+ a T-) porovnám s kritickou hodnotou Znaménkový test – jen porovnává počet kladných a záporných rozdílů

9 Kruskal-Wallis každému pozorování přiřadím jeho pořadí (celkové)
ni = počet pozorování ve skupině, N = celkový počet pozorování, k = počet skupin, Ri=součet pořadí ve skupině i porovnám s kritickou hodnotou

10 Statistica Statistics – Non-parametric tests