ฉันพยายามเลือกหนึ่งจากการทดสอบทั้งสองนี้เพื่อวิเคราะห์ข้อมูลที่จับคู่ ไม่มีใครรู้กฎของหัวแม่มือเกี่ยวกับที่จะเลือกโดยทั่วไป?
ฉันพยายามเลือกหนึ่งจากการทดสอบทั้งสองนี้เพื่อวิเคราะห์ข้อมูลที่จับคู่ ไม่มีใครรู้กฎของหัวแม่มือเกี่ยวกับที่จะเลือกโดยทั่วไป?
คำตอบ:
ฉันพยายามเลือกหนึ่งจากการทดสอบทั้งสองนี้เพื่อวิเคราะห์ข้อมูลที่จับคู่ ไม่มีใครรู้กฎของหัวแม่มือเกี่ยวกับที่จะเลือกโดยทั่วไป?
การจัดอันดับการทดสอบที่ลงนามมีข้อสันนิษฐานเกี่ยวกับความสมมาตรของความแตกต่างภายใต้ค่า nullที่การทดสอบเครื่องหมายไม่จำเป็น (ข้อสันนิษฐานนั้นมีความจำเป็นเพื่อให้การเรียงสับเปลี่ยนของสัญญาณที่ติดอยู่กับอันดับที่ไม่ได้ลงนามมีความเป็นไปได้เท่าเทียมกัน)
ในทางตรงกันข้ามถ้ามีความสมมาตรในประชากรและหางไม่หนักมากอันดับที่ลงนามควรมีพลังมากกว่า
[สิ่งนี้ไม่ควรถูกนำมาใช้เป็นคำแนะนำในการเลือกระหว่างพวกเขาบนพื้นฐานของตัวอย่าง ; โดยทั่วไปแล้วจะนำไปสู่การทดสอบคุณสมบัติที่แตกต่างจากการทดสอบเล็กน้อย (การทดสอบอาจจะลำเอียง, ระดับนัยสำคัญที่เกิดขึ้นจริงไม่ได้เป็นสิ่งที่พวกเขาจะปรากฏอีกต่อไป, ค่า p- คำนวณไม่ได้แสดงค่า p- จริงและอื่น ๆ ) แต่ถ้าเป็นไปได้ควรประเมินคุณลักษณะตามความรู้ภายนอกกับตัวอย่างที่จะนำมาใช้ทดสอบ - ไม่ว่าจะโดยความรู้ในสาขาวิชาความคุ้นเคยกับชุดข้อมูลอื่น ๆ เช่นชุดนี้การแยกตัวอย่าง, ... ]
ในกรณีของฉันการทดสอบผลรวมอันดับมีค่า p ที่ใหญ่ที่สุดการทดสอบเครื่องหมายเป็นสื่อกลางอันดับการลงนามนั้นเล็กที่สุด ดังนั้นจึงมีพลังมากขึ้น
นั่นไม่ใช่วิธีที่คุณตัดสินใจว่าการทดสอบจะมีพลังมากขึ้น - ค่า p ต่ำกว่าในตัวอย่างหนึ่งอาจเป็นเพราะความหลากหลายของตัวอย่างนั้นในขณะที่พลังงานนั้นเกี่ยวกับพฤติกรรมของตัวอย่างสุ่มทั้งหมดที่ดึงมาจากประชากรเดียวกัน
ในทำนองเดียวกันเราสามารถคำนวณอัตราการปฏิเสธสำหรับลำดับของประชากรที่มีตำแหน่งต่างกัน * ของความแตกต่างของคู่และรับกราฟกำลังทั้งหมด จากนั้น "พลังงานที่สูงกว่า" จะสอดคล้องกับกราฟพลังงานทั้งหมด (หรือเกือบทั้งหมดของมันโดยสังเกตว่าทั้งสองควรอยู่ในระดับความสำคัญเดียวกัน) สำหรับการทดสอบหนึ่งที่วางเหนืออีก
* คุณอาจใช้มันเป็นค่ามัธยฐานสำหรับการสนทนาปัจจุบัน - ในขณะที่ตัวประมาณสำหรับการจัดอันดับการทดสอบคือค่ามัธยฐานของค่าเฉลี่ยของความแตกต่างของคู่ที่เป็นแบบคู่, ภายใต้สมมติฐานสมมาตร ข้อแตกต่าง
นี่เป็นคำถามที่เกี่ยวข้องวิธีการเลือกระหว่าง t-test หรือไม่พาราทดสอบเช่น Wilcoxon ในตัวอย่างขนาดเล็ก หนึ่งในคำตอบรวมถึงการอภิปราย (สั้น ๆ ) ของปัญหาปัจจุบัน