Logo ms.boatexistence.com

Bila hendak menggunakan ujian pangkat bertandatangan wilcoxon?

Isi kandungan:

Bila hendak menggunakan ujian pangkat bertandatangan wilcoxon?
Bila hendak menggunakan ujian pangkat bertandatangan wilcoxon?

Video: Bila hendak menggunakan ujian pangkat bertandatangan wilcoxon?

Video: Bila hendak menggunakan ujian pangkat bertandatangan wilcoxon?
Video: Wilcoxon-Test (Tes Peringkat yang Ditandatangani Wilcoxon) 2024, Mungkin
Anonim

Apabila anda mempunyai data yang terdiri daripada markah pasti, ujian pangkat yang ditandatangani Wilcoxon adalah diutamakan. Apabila data bukan skor yang pasti, atau jika data adalah pemerhatian, seperti "lebih agresif" berbanding "kurang agresif", maka ujian tanda ialah statistik yang sesuai.

Bilakah Ujian Wilcoxon Perlu dilakukan?

Ia digunakan untuk membandingkan dua set markah yang datang daripada peserta yang sama. Ini boleh berlaku apabila kami ingin menyiasat sebarang perubahan dalam markah dari satu titik masa ke satu masa yang lain, atau apabila individu tertakluk kepada lebih daripada satu syarat.

Mengapa kami menggunakan ujian peringkat bertandatangan Wilcoxon?

Ujian Wilcoxon ialah ujian statistik bukan parametrik yang membandingkan dua kumpulan berpasangan, dan terdapat dalam dua versi ujian Jumlah Kedudukan atau ujian Kedudukan Ditandatangani. Matlamat ujian ialah untuk menentukan sama ada dua atau lebih set pasangan berbeza antara satu sama lain dalam cara yang signifikan secara statistik

Bila Ujian pangkat berpasangan Wilcoxon yang dipadankan harus digunakan?

Ia paling biasa digunakan untuk menguji perbezaan dalam min (atau median) pemerhatian berpasangan - sama ada ukuran pada pasangan unit atau sebelum dan selepas pengukuran pada yang sama unit. Ia juga boleh digunakan sebagai ujian satu sampel untuk menguji sama ada sampel tertentu datang daripada populasi dengan median tertentu.

Perlukah saya menggunakan Wilcoxon atau ujian-t?

Peraturan praktikal bahawa " Ujian Wilcoxon mempunyai kira-kira 95% kuasa ujian-t jika data benar-benar normal, dan selalunya jauh lebih berkuasa jika data tidak, jadi gunakan Wilcoxon" kadangkala didengari, tetapi jika 95% hanya terpakai pada n besar, ini adalah alasan yang salah untuk sampel yang lebih kecil.

Disyorkan: