Uvod u neparametrijske testove

dr. sc. Goran Kardum

Usporedba
NACRT ISTRAIVANJA Dva nezavisna uzorka Dva zavisna uzorka PARAMETRIJSKA PROCEDURA T-test nezavisni uzorci T-test zavisni uzorci NEPARAMETRIJSKA PROCEDURA Mann-Whitney U-test Wilcoxonov test ekvi. nizova

Nekoliko nezavisnih grupa

ANOVA ANOVA ponovljena mjerenja

Kruskal-Wallis test

Nekoliko zavisnih grupa

Friedman test

Korelacijsko istraivanje

Pearson r

Spearman rs, Kendall's tau

2

Neparametrijske inaice t-testa za dva nezavisna uzorka

Neparametrijska statistika koristi se kod podataka koji imaju neke od sljedeih karakteristika: distribucija malog broja podataka znaajno odstupa od normalne podaci su izraeni na nominalnim ili ordinalnim mjernim ljestvicama Raspodjela se znaajno razlikuje od normalne (Uraspodjela, multimodalna raspodjela, Poissonova raspodjela)
3

Razlike izmeu PAR i NPAR testova

PARAMETRIJSKI NEPARAMETRIJSKI

intervalna, omjerna normalna ili priblino vea podjednake vea vea

skale mjerenja oblik distribucije statistika snaga varijanca osjetljivost razumljivost za korisnike

nominalna, ordinalna nije relevantno manja nije relevantno manja manja

4

NPAR za dva nezavisna uzorka

Neparametrijskih testova ima jako puno, no najee navoeni u literaturi i u pojedinim aplikacijama su: test sume rangova (Wilcoxonov t-test, MannWhitney U-test) medijan test test homogenog niza (Run test, WaldWolfowitzov test) Siegel-Tukey test
5

Primjer: dva nezavisna uzorka

PRIMJER U jednom istraivanju nastojalo se ispitati da li postoji znaajna razlika izmeu mukaraca i ena na testu prostorne vizualizacije. U testu je sudjelovalo ukupno 16 ispitanika i to 8 mukaraca i 8 ena koji su odabrani po sluaju.

Primjer: dva nezavisna uzorka

Mukarci 70 86 60 92 82 65 74 94 N=8 Rang (R1) 4 11 2 13 9 3 5 15 R1= 62 ene 81 80 50 95 93 85 90 75 N=8 Rang (R2) 8 7 1 16 14 10 12 6 R2= 74
7

Dva nezavisna uzorka

NPAR za dva zavisna uzorka

Neparametrijske inaice testova za zavisne uzorke su: test predznaka (Sign test) Wilcoxonov test usklaenih parova (Wilcoxon matched pairs test)

Dva zavisna uzorka

10

Neparametrijska inaica ANOVE nezavisni uzorci

Proireni medijan test Kruskal-Wallis test (K-W) K-W je zamjena za analizu varijance Umjesto sirovih podataka koristi rangove K-W koristi vie informacija od medijan testa, te je po svojoj prirodi snaniji test

11

Neparametrijska inaica ANOVE nezavisni uzorci

Tipina situacija kada koristimo KruskalWallis test je: podaci su nezavisni podaci mogu biti ordinalni distribucije podataka ne moraju biti normalne varijance pojedinih skupina rezultata ne moraju biti jednake uzorci trebaju biti slini, ali ne nuno i jednake veliine
12

Neparametrijska inaica ANOVE nezavisni uzorci

PRIMJER U jednom su eksperimentalnom nacrtu istraivai nastojali ispitati kako razliiti lijekovi utjeu na stupanj otvorenosti kapaka kod zeeva (antiimflammatory effects). Na svakoj od 4 skupine po 6 zeeva primijenjen je jedan od 4 razliita lijeka. Stupanj otvorenosti oka 15 minuta nakon apliciranja lijeka mjeren je na skali od 4 stupnja: 0 oko potpuno otvoreno, 1-2 procjena srednje zatvorenosti oka, 3 oko potpuno zatvoreno.
13

Neparametrijska inaica ANOVE nezavisni uzorci

H=11.804 i p<0.01
14

Neparametrijska inaica ANOVE zavisni uzorci

Friedmanov test Fergusonov test monotonije trenda Cochranov Q test Najee se koristi Friedmanov test, kojem odgovara parametrijska medoda analize varijance za zavisne uzorke Za Friedmanov test nije bitan oblik distribucije, niti jednakost varijance promatranih zavisnih mjerenja.
15

Neparametrijska inaica ANOVE zavisni uzorci

Koncept Friedmanovog testa svodi se na pretvaranje rezultata u rangove, a oni koji imaju isti rang dobivaju tzv. vezani ili zajedniki rang Statistiki parametar je hi-kvadrat vrijednost s pripadajuim stupnjevima slobode (k-1 - k je broj ponovljenih mjerenja) i, naravno, odgovarajua p- vrijednost
16

Neparametrijska inaica ANOVE zavisni uzorci

PRIMJER Konzilij od 10 lijenika procjenjivao je uspjenost tri
terapeutska zahvata (A, B i C) na skali od 1 do 10 (1 oznaava potpuno neuspjeno, 10 potpuno uspjeno):

2=140 i p<0.01

17