Co je neparametrický test?

Neparametrický test je typ statistického testování hypotéz, který nepředpokládá normální rozdělení.Z tohoto důvodu jsou neparametrické testy někdy označovány jako bez distribuce.Neparametrický test je robustnější než standardní test, obecně vyžaduje menší vzorky, je méně pravděpodobné, že bude ovlivněn odlehlými pozorováními a může být aplikován s menším počtem předpokladů.Na druhé straně mohou být neparametrické testy méně účinné než jejich standardní protějšky, zejména pokud je populace skutečně distribuována.Neparametrické testování je zvláště účinné pro otázky týkající se frekvencí a proporcí.Pokud je rozdíl mezi parametrem vzorku nebo parametry a mdash;obvykle průměr a/nebo rozptyl mdash;je dostatečně velký, pak testovací vzorek lze posoudit jako odlišný od kontrolní populace.Takové parametrické testování vyžaduje, aby parametry pocházely z normálního rozdělení.

Bylo prokázáno, že velikost vzorku 30 nebo více se bude chovat přibližně jako normální rozdělení, takže tento požadavek se obecně předpokládá.Pokud však předpoklad není odůvodněn, nemusí být výsledky testování platné.Neparametrické testování se vyhýbá tomuto předpokladu.Pokud jsou populace vzorků a kontroly stejné a pokud byla data shromažďována správně, jsou výsledky náhody přísně přísně rozdíly mezi jejich kategoriími nebo žebříčky.Pokud by pravděpodobnost, že by k těmto rozdílům mohla dojít náhodnou šancí, také nazývaná hodnota p, je menší než zvolená významná pravděpodobnost, obvykle buď 5 procent nebo 1 procenta, pak tester odmítá hypotézu, že vzorek a kontrolní populace jsouStejné a dochází k závěru, že se liší.Když je zkoumána pouze jedna sada frekvencí, často se tomu nazývá test dobroty a používá se k určení, zda pozorované frekvence zapadají do rozsahu, který by se očekával.Například test dobrého přizpůsobení by se mohl použít k určení, zda byla tabulka rulety zmanipulována porovnáním výsledků tabulky s výsledky, které teorie pravděpodobnosti předpovídá nebo určí, zda lék na bolest hlavy byl účinný porovnáním podílu lidí, jejichž bolest hlavy, jejichž bolest hlavy, jejichž bolest hlavyVylepšil lék na podíl lidí, jejichž bolest hlavy se zlepšila, když si vzali placebo.Pokud jsou zkoumány dvě frekvence, pak může být test neparametrický test chí-kvadrát k testování korelace nebo nezávislosti mezi faktory.Političtí hlasování často hledají korelaci mezi sociálními, ekonomickými nebo demografickými faktory a politickými přesvědčeními, jako je vidět, zda existuje korelace mezi vzděláním člověka a zda schvaluje, jak volený úředník vystupuje.

Další neparametrický test jeTest Wilcoxon Rank Sum, který se obecně používá ve stejných situacích jako standardní testování parametrické hypotézy.Namísto zkoumání průměru každého vzorku však test Wilcoxon zkoumá hodnost každé hodnoty, pokud jsou oba vzorky objednány od nejméně k největšímu.Pokud jsou oba vzorky stejné, každá skupina by měla být rozptýlena rovnoměrně prostřednictvím hodnocení.Pokud je jedna skupina seskupena na dolním nebo horním konci hodnocení, znamená to, že obě skupiny jsou odlišné.

Například předpokládejme, že někdo chtěl určit, zda jsou animované filmy delší nebo kratší než neanimované filmy.Pro standardní test by určil průměrný DUdávka pro vzorek animovaných filmů a pro vzorek filmů živých akcí a porovnejte rozdíl s rozptylem vzorků.Pro neparametrický test Wilcoxon jsou filmové časy uvedeny v pořádku od nejméně k největšímu a řady animovaných filmových časů jsou shrnuty.

Osoba by mohla vypočítat pravděpodobnost, že součtem pořadí by byla tato velikost nebo menší stanovením počtu možných uspořádání s daným součtem pořadí a celkovým počtem možného uspořádání, což je jednoduché vzhledem k dostatečnému výpočtu hrubé síly.Se dvěma malými vzorky po šesti filmech již existuje 924 možných uspořádání žebříčků, což je číslo, které rychle roste mnohem větší, když se přidávají filmy.Alternativně existují publikované tabulky, které poskytují pravděpodobnosti odpovídající daným pořadovým částkám pro dané velikosti vzorků.Ty lze nalézt ve statistických textech nebo online.

Neparametrické testování je rostoucí pole.Lze jej použít v jakékoli oblasti, ve kterém byly také použity konvenční statistiky.Aplikace jsou však zvláště běžné v sociálních vědách a medicíně, zejména pokud se nemůže použít normální rozdělení.