testy nieparametryczne

Testy nieparametryczne to testy statystyczne wykorzystywane do weryfikacji nieparametrycznych hipotez. Wspominana w nazwie “nieparametryczność” mówi o tym, że testy te w odróżnieniu od innych klasycznych metod statystycznych nie polegają na estymacji parametrów z góry założonego rozkładu zmiennej losowej w populacji.

Testy nieparametryczne możemy (powinniśmy) stosować gdy nie mamy spełnionych istotnych założeń dla testów parametrycznych.

* ilościowa skala pomiaru zmiennej zależnej (lub obu zmiennych dla analizy korelacji) – wiecie już, że przeprowadzając na przykład test t Studenta musimy mieć zmienną niezależną na dwóch poziomach oraz zmienną zależną mierzoną na skali ilościowej. Jeśli chcemy porównać dwie grupy pod względem jakiejś zmiennej, która jest mierzona na skali porządkowej to powinniśmy wykorzystać nieparametryczny odpowiednik testu t Studenta.

* obserwacje odstające – testy nieparametryczne należą do rodziny tak zwanych odpornych metod statystycznych (ang. robust methods). Oznacza to, że duże odchylenia od przeciętnych wartości nie wpływają negatywnie na nasze wyniki tak jak ma to miejsce w przypadku metod parametrycznych

* rozkład normalny – jak wspomniano w pierwszym akapicie w przypadku wykorzystywania metod nieparametrycznych nie musimy martwić się tym, aby nasze zmienne ilościowe miały rozkład zgodny z rozkładem normalnym. W ogóle rozkład zmiennych w przypadku nieparametrycznych testów jest mało istotny

* równoliczność grup – jest to również stosunkowo istotne założenie dla testów parametrycznych, które porównują dla nas średnie w kilku grupach. Jesli chcemy sprawdzić czy istotnie najwięcej zarabiają ludzi o wykształceniu podstawowym, średnim czy może wyższym i w grupie 1 mamy 10 badanych, w grupie 2 mamy 18 badanych a w grupie 3 mamy 67 badanych to dobrze jest wybrać test nieparametryczny zamiast parametrycznego

 

Testy nieparametryczne, z którymi prawdopodobnie spotkacie się najczęściej to:

1. Test Manna-Whitney’a – odpowiednik testu t Studenta dla prób niezależnych

2. Test Kruskala-Wallisa – odpowiednik jednoczynnikowej analizy wariancji dla prób niezależnych

3. Test Wilcoxona – odpowiednik testu t Studenta dla prób zależnych

4. Test Friedmana – odpowiednik jednoczynnikowej analizy wariancji dla prób zależnych

5. Korelacje nieparametryczne – rho Pearmana i tau b Kendalla

6. Test Chi kwadrat zgodności rozkładu lub test Chi kwadrat niezależności