Test lokalizacja - Location test
Testu lokalizacji to statystyczne testy hipoteza , że porównuje się parametr lokalizacji o populacji statystycznych dla danej stałej lub porównujący parametry lokalizacji dwóch populacji statystycznych siebie. Najczęściej parametr położenia (lub parametrów) zainteresowania są spodziewane wartości , ale w oparciu o testy lokalizacja median lub innych środków o lokalizacji są również używane.
Jedna próbka testowa lokalizacja
Test położenie jednego parametru próbki porównuje położenie jednej próbki do danej stałej. Przykładem testu lokalizacji jednej próbki będzie porównanie parametru o lokalizacji rozkład ciśnienia krwi populacji do podanej wartości odniesienia. W jednostronnym teście stwierdzono, przed przeprowadzeniem analizy że tylko interesujące jeśli parametr obiektu albo większą niż lub mniejszą niż podana stała, podczas gdy w dwustronnym teście , różnica albo kierunek jest interesujące.
Dwa próbka testowa lokalizacja
Test położenie dwóch prób porównuje parametry lokalizacji dwóch próbek do siebie. Powszechną sytuacją jest, gdy obie populacje odpowiadają badania pacjentów, którzy byli leczeni z dwóch różnych zabiegów (jeden z nich może być kontrola lub placebo). W tym przypadku celem jest ocena, czy jeden z zabiegów zazwyczaj daje lepszą odpowiedź niż inne. W jednostronnym teście stwierdzono, przed przeprowadzeniem analizy że tylko interesujące, czy dana obróbka daje lepsze reakcji, podczas gdy w dwustronnym teście, to jest interesujące, czy któraś z metod jest lepsza do drugiego.
Poniższe tabele zawierają wytyczne do doboru właściwego parametrycznych lub nieparametrycznych testów statystycznych dla danego zbioru danych.
Parametryczne i nieparametryczne testy lokalizacja
Poniższa tabela podsumowuje wspólne parametryczne i testy nieparametryczne dla pomocą jednego lub większej liczby próbek.
1 grupy | N ≥ 30 | Jedną próbkę testu t- | ||
N <30 | rozkład normalny | Jedną próbkę testu t- | ||
Nie normalne | Test znak | |||
2 grupami | Niezależny | N ≥ 30 | t-test | |
N <30 | rozkład normalny | t-test | ||
Nie normalne | U Manna-Whitneya lub test Wilcoxona dla sumy | |||
sparowany | N ≥ 30 | sparowany test t-Studenta | ||
N <30 | rozkład normalny | sparowany test t-Studenta | ||
Nie normalne | Test Wilcoxona dla par obserwacji | |||
3 lub więcej grup | Niezależny | rozkład normalny | 1 współczynnik | Jeden ANOVA |
≥ 2 czynniki | dwa lub inny ANOVA | |||
Nie normalne | Test Kruskala-Wallisa przez szeregi | |||
Zależny | rozkład normalny | Powtarzanych pomiarów ANOVA | ||
Nie normalne | Friedman analiza dwukierunkowa wariancji rang |
1 grupy | NP i N (1 P ) ≥ 5 | Z przybliżeniem | |
NP i N (1 p ) <5 | dwumianowy | ||
2 grupami | Niezależny | NP <5 | dokładny test Fishera lub Barnarda Test |
NP ≥ 5 | Test chi-kwadrat | ||
sparowany | McNemar lub Kappa | ||
3 lub więcej grup | Niezależny | NP <5 | zwinąć kategorie dla testu chi-kwadrat |
NP ≥ 5 | Test chi-kwadrat | ||
Zależny | Cochran's Q |