Veriler, çoğu zaman parametrik testlerin uygulanma koşullarını karşılayamadıklarından, içerisinde katı varsayımların bulunmadığı, nonparametrik testler kullanılabilir. Nonparametrik testler için çoğu zaman, verilerin, rassal ve bağımsız olarak elde edilmesi ve nominal veya ordinal ölçek kullanılması yeterlidir.
Parametrik olmayan testler, anakütle ile ilgili hiçbir varsayımda bulunmayan testlerdir. Değişkenlerin ölçeklerinin ad (nominal), sıra (ordinal) veya aralık (interval) olması durumunda tercih edilirler.
Parametrik testlerde ham veriler üzerinden ortalama, varyans gibi ölçütler elde edilerek işlemler yapılır. Parametrik olmayan testlerde ise ham veriler sıralanır ve sıra numaraları verilir. İşlemler bu sıra numaraları üzerinden yapılır. Parametrik testler parametrik olmayan testlere göre daha güçlü testlerdir.
İki ya da daha fazla örneklem ortalamasının anlamlı farklılık gösterip göstermediğini test eder. Tek yönlü varyans analizinin (One-Way ANOVA ) non-parametrik halidir. Anovanın sayıltıları karşılanmaz ise bu testi yapmamız gerekecektir.
İlgili 19 soru bulundu
Bağımsız değişkende çok sayıda grup varsa ANOVA kullanılır. ANOVA bağımsız değişkenlerin kendi aralarında nasıl etkileşime girdiklerini ve bu etkileşimlerin bağımlı değişken üzerindeki etkilerini analiz etmek için kullanılır.
Ana kitle dağılımı veya ana kitle parametreleri hakkında herhangi faraziyelere dayanmayan testlere “nonparametrik testler” ve test istatistiklerine ise “nonparametrik istatistikler” denir.
İstatistiksel hipotez testlerinde normal dağılım söz konusu olduğunda seçilecek olan test tipi, parametrik testlerdir. Başka bir ifadeyle sayısal değişkenlerimiz normal dağılım gösteriyorsa parametrik testlerle analizimizi yapıyoruz.
✓Kruskal Wallis varyans analizi, tek yönlü varyans analizinin parametrik olmayan karşılığıdır.
Normallik analizi sonucuna göre; veriniz normal dağılıyorsa çalışmanıza parametrik olan testlerle, normal dağılmıyorsa parametrik olmayan testlerle devam etmeniz gerekir.
Kısacası, ANOVA bir parametrik çıkarımsal metodu olup anakütle ortalamaları arasında farkın olup olmadığını sınamak için kullanılır.
Non-parametrik testler, verilerin dağılımına daha az duyarlıdır. Çeşitli non-parametrik test örnekleri vardır. Çeşitli non-parametrik test seçenekleri vardır. Örneğin, normal dağılmayan veriler için, Mann-Whitney U testi, Kruskal-Wallis testi ve benzeri non-parametrik testler kullanılabilir.
Diğer istatistiksel yöntemlerde olduğu gibi regresyon analizi de parametrik ve parametrik olmayan yöntemler olarak incelenebilir. Parametrik yöntemlerin kullanımı güçlü varsayımlar gerektirirken, parametrik olmayan yöntemlerde bu varsayımlar gerekli değildir.
İşaret Testinin Temel İlkesi
İşaret testi, verilerin medyanını değerlendirmek için kullanılan bir parametrik olmayan istatistiksel testtir. Temel ilkesi, örneklem verilerindeki sıralamaları kullanarak medyan değerinin belirli bir hipoteze göre test edilmesidir.
Wilcoxon Tek Örnek İşaret Sıralaması Testi Tek örnek T-testinin non- parametrik karşılığıdır.
Bu durumda, gruplar arası ortalamaları test etmek için parametrik olmayan bir teste başvurmamız gerekiyor. İşte, en az üç bağımsız grup arasında normallik koşulu sağlanmadığında ortalama karşılaştırma testlerinden Kruskal-Wallis testini kullanıyoruz.
İki ya da daha çok örneklem ortalamasının birbirinden manidar bir farklılık gösterip göstermediğinin test edilmesinde kullanılır.
Normal dağılım göstermeyen gruplarda üç veya daha fazla sayıda grubun ortalamaları arasındaki farklılığın anlamlılığını test amacıyla kullanılan bir tekniktir.
İstatistik bilim dalında, Kolmogorov-Smirnov (K-S) sınaması parametrik olmayan istatistik olup Andrey Kolmogorov ve Nikolai Smirnov adlarındaki iki Sovyet bilim insanı tarafından oluşturulmuştur.
p değeri 0,01 ile 0,05 aralığında; İstatistiksel olarak anlamlı fark vardır. p değeri 0,001 ile 0,01 aralığında; Yüksek düzeyde olarak anlamlı fark vardır. p değeri 0,001 den daha küçük ise; Çok yüksek düzeyde istatistiksel olarak anlamlı fark vardır.
İki Ortalama Arasındaki Farkın Önemlilik Testi. Ölçümle belirtilen sürekli bir değişken yönünden bağımsız iki grup arasında fark olup olmadığını test etmek için kullanılan bir önemlilik testidir.
Tanımlayıcı istatistik kısmında normal dağılım testi için ortalama değeri (mean) ve median (medyan) değerinin birbirine yakın sonuçlar olması, veri setinin normal dağılıma sahip olduğunu göstermektedir.
Normallik ve homojenlik varsayımları sağlanmadığında Non-parametrik testler kullanılır. Şöyleki; Bağımsız gruplardaki t testi yerine; Mann whitney U testi.
1.Ölçümle belirtilen bir değişken yönünden bireylerin değişik iki zaman ya da durumdaki ölçümlerinin farklı olup olmadığının test edilmesinde kullanılır. 2.Değişik ölçüm aracının aynı bireylerde aynı ölçümü yapıp yapmadığını ya da aynı sonucu verip vermediğini test etmek için kullanılır.
Benzer sorularSıkça sorulan sorular
DuyuruReklam alanı
Popüler SorularSıkça sorulan sorular
© 2009-2024 Usta Yemek Tarifleri