Przejdź do treści
Wróć do wyników wyszukiwania

Nieparametryczne testy statystyczne

Autor metody
Henry Mann and Donald Whitney
Rok
1947
Typ
Method
Rodzina
distribution-free-methods

Ten tekst jest tłumaczeniem maszynowym i nie został jeszcze sprawdzony. Przeczytaj oryginał po angielsku

Rozmiar czcionki

Do czego służy?

Testy nieparametryczne (wolne od rozkładu) to metody statystyczne testowania hipotez, które nie zakładają, że dane pochodzą z określonego rozkładu prawdopodobieństwa (np. normalnego), co czyni je odpornymi na odejścia od normalności, wartości odstające i dane porządkowe.

Test Manna-Whitneya U (1947) i test Kruskala-Wallisa (1952) rozszerzają testowanie hipotez poza ograniczenia założeń parametrycznych. Niezbędne w biologii, medycynie, psychologii i każdej dziedzinie, gdzie dane są nienormalne, silnie skośne lub mierzone w skali porządkowej (rangi, oceny), testy nieparametryczne zapewniają prawidłowe wnioskowanie, gdy założenia parametryczne zawodzą.

Intuicja stojąca za metodą

Testy parametryczne (t-test, ANOVA) zakładają normalność rozkładów i równość wariancji; naruszenie tych założeń może prowadzić do błędnych wartości p i przedziałów ufności. Testy nieparametryczne unikają założeń dotyczących rozkładu poprzez rangowanie obserwacji: zamiast analizować surowe wartości, przekształcają dane na rangi (najmniejsza, druga najmniejsza, ..., największa) i testują, czy rozkłady rang różnią się między grupami. Ponieważ rangi są liczbami całkowitymi i zachowują porządek, są odporne na wartości odstające, nienormalność i heteroscedastyczność. Kompromis: testy nieparametryczne tracą moc w idealnych warunkach (dane normalne, równe wariancje), ale zyskują odporność i trafność w realistycznych warunkach. Współczesna praktyka: liberalne stosowanie testów nieparametrycznych; są odporne i często prawie tak samo mocne jak parametryczne alternatywy.

Historia

Henry Mann i Donald Whitney opracowali test U w 1947 roku do porównywania dwóch prób. William Kruskal i Allen Wallis rozszerzyli podejście na wiele prób w 1952 roku. Frank Wilcoxon niezależnie opracował testy rang dla prób sparowanych (test rang dla prób zależnych, 1945). Charles Spearman wcześniej wprowadził korelację rang (1904). Metody te pozostawały w uśpieniu, dopóki nowoczesne obliczenia nie uczyniły ręcznych obliczeń przestarzałymi. Obecny renesans napędzany jest przez: (1) uznanie, że wiele zbiorów danych jest nienormalnych, (2) wszechobecność danych porządkowych (ankiety, oceny), (3) filozofię statystyki odpornej, podkreślającą ochronę przed naruszeniem założeń.

Kiedy stosować

Stosuj testy nieparametryczne, gdy założenia testów parametrycznych są naruszone, a transformacja (logarytm, pierwiastek kwadratowy) nie może znormalizować danych, lub gdy dane są z natury porządkowe. Psychologia: analiza odpowiedzi na skali Likerta (porządkowe, często nienormalne); wiele badań wykorzystuje skale z < 10 kategoriami, gdzie normalność jest nieprawdopodobna. Medycyna: porównywanie wartości biomarkerów w grupach leczonych, gdy pomiary są silnie skośne (np. niektórzy pacjenci z zerowymi wartościami, inni z wysokimi). Biologia: ocena miar opartych na rangach (rangi liczebności gatunków, rangi turniejowe). Używaj również metod nieparametrycznych jako domyślnych we wczesnej analizie eksploracyjnej, gdy rozkład danych jest nieznany; jeśli wyniki są zgodne z testami parametrycznymi, podejście parametryczne jest prawdopodobnie bezpieczne dla analizy potwierdzającej.

Ograniczenia i uwagi

  • Utrata mocy w idealnych warunkach: gdy dane są rzeczywiście normalnie rozłożone z równymi wariancjami, testy nieparametryczne tracą 5–15% mocy w porównaniu do t-testów (asymptotyczna względna efektywność ~0,95).
  • Mniej rozwinięte dla złożonych projektów: istnieje mniej nieparametrycznych odpowiedników dla ANOVA czynnikowej, MANOVA lub złożonej korekty zmiennych; nieparametryczne metody wielopoziomowe są mniej standardowe.
  • Wielkość efektu mniej zestandaryzowana: w przeciwieństwie do testów parametrycznych z dobrze ugruntowanymi miarami wielkości efektu (Cohen's d), nieparametryczne wielkości efektu (r, korelacja rangowo-dwuseryjna) są rzadziej stosowane w praktyce.
  • Testowanie post-hoc złożone: porównania parami po Kruskalu-Wallisie są mniej standardowe; kary za korektę wielokrotnego testowania mogą zmniejszyć moc.
  • Ograniczone do testów lokalizacji lub zależności: metody nieparametryczne głównie testują, czy rozkłady się różnią; nie mogą szacować parametrów ani testować konkretnych hipotez dotyczących struktury średniej.

Warunki podane w źródle nie zastępują niezależnego przeglądu naukowego ani walidacji przez silnik analityczny.

Mocne strony

  • Odporność na nienormalność i wartości odstające: prawidłowe wartości p nawet wtedy, gdy dane są silnie nienormalne lub zawierają wartości ekstremalne, których nie można usunąć.
  • Działa z danymi porządkowymi: może analizować skale Likerta, rangi lub inne uporządkowane kategorie; testy parametryczne zakładają dane ciągłe, co czyni je technicznie nieprawidłowymi dla danych porządkowych.
  • Prosta kalkulacja: statystyki oparte na rangach są intuicyjne i proste obliczeniowo; mogą być obliczone ręcznie dla małych prób.
  • Wolne od rozkładu: nie zakładają żadnego konkretnego rozkładu prawdopodobieństwa, co czyni je uniwersalnie stosowalnymi do różnorodnych typów danych.
  • Dobra moc statystyczna przy naruszeniu założeń parametrycznych: gdy założenia parametryczne są fałszywe, testy nieparametryczne są mocniejsze niż testy parametryczne, które dają nieprawidłowe wartości p.

Zastosowania

  • Badania psychologiczne: porównywanie odpowiedzi na skali Likerta (satysfakcja z pracy, nasilenie depresji) między grupami terapeutycznymi; oceny zazwyczaj porządkowe i nienormalne.
  • Medycyna kliniczna: analiza poziomów biomarkerów (często skośnych z limitami wykrywalności) przed/po leczeniu; porównywanie ocen nasilenia objawów.
  • Zdrowie zawodowe: rangowanie narażeń na zagrożenia w miejscach pracy lub porównywanie porządkowych ocen bezpieczeństwa; praktyczne alternatywy dla metod parametrycznych.
  • Ocena edukacyjna: porównywanie wyników testów lub rankingów między szkołami lub metodami nauczania; uwzględnia rozkłady wyników, które są nienormalne.
  • Kontrola jakości: rangowanie ciężkości defektów lub porównywanie porządkowych miar jakości między partiami produkcyjnymi bez zakładania normalności.

Jak to działa

Jak to działa

1

Stosuj testy nieparametryczne, gdy: (1) dane wynikowe są nienormalne (sprawdź wykresy Q-Q, test Shapiro-Wilka), (2) dane są porządkowe (ranga, oceny, skale z ograniczoną liczbą wartości), (3) wielkość próby jest mała (< 30), gdzie normalności nie można zweryfikować, (4) występują wartości odstające, których nie można uzasadnić ani usunąć, (5) wariancje są nierówne (heteroscedastyczność). Zbieranie danych takie samo jak dla testów parametrycznych; nie wymaga specjalnego projektu próby. Kluczowy wymóg: obserwacje muszą być niezależne (bez pomiarów powtarzanych bez korekty); dane muszą być możliwe do rangowania (można określić względną kolejność). Działa z danymi ciągłymi, porządkowymi lub binarnymi.

2

Dla dwóch niezależnych grup użyj testu Manna-Whitneya U (nieparametryczny odpowiednik niezależnego t-testu): (1) Zranguj wszystkie obserwacje od najmniejszej do największej, ignorując przynależność do grupy. (2) Zsumuj rangi w każdej grupie (R₁ i R₂). (3) Oblicz U₁ = n₁n₂ + [n₁(n₁+1)/2] − R₁ i U₂ = n₁n₂ + [n₂(n₂+1)/2] − R₂. (4) Statystyka testowa U = min(U₁, U₂). (5) Uzyskaj wartość p z tablic rozkładu Manna-Whitneya (dla małych prób) lub przybliżenia normalnego (dla dużych prób). Podaj miarę wielkości efektu: r = Z / √n, gdzie Z to standaryzowana statystyka testowa, n to całkowita wielkość próby; r ≈ 0,1 mały, 0,3 średni, 0,5 duży. Dla trzech lub więcej niezależnych grup użyj testu Kruskala-Wallisa: podobne podejście, ale oblicza ogólną statystykę sumy rang H, która ma rozkład χ² z k−1 stopniami swobody. Dla prób sparowanych (pomiarów powtarzanych) użyj testu Wilcoxona z rangami dla prób zależnych: różnice między parami są rangowane i testowane względem zera. Dla korelacji użyj korelacji rang Spearmana ρ: korelacja rang zamiast surowych wartości.

3

Interpretacja wartości p taka sama jak w testach parametrycznych: p < 0,05 oznacza statystycznie istotną różnicę między grupami (na konwencjonalnym poziomie). Jednakże, ponieważ używane są rangi, wielkość efektu i interpretacja nieco się różnią. Test Manna-Whitneya U odpowiada na pytanie: czy rozkład grupy 1 jest stochastycznie większy niż grupy 2? (tj. czy wartości w grupie 1 mają tendencję do bycia wyższymi?). Różnica median jest często szacowana dla praktycznej interpretacji, ale technicznie test porównuje rozkłady, a nie tylko mediany. Wielkość efektu r stanowi standaryzowane miarę separacji grup. Dla Kruskala-Wallisa istotna wartość p wskazuje, że co najmniej dwie grupy się różnią; testy post-hoc porównujące pary Manna-Whitneya identyfikują, które pary (z korektą Bonferroniego). Dla Spearmana ρ interpretacja podobna do Pearsona r; wartości mieszczą się w zakresie od −1 do +1; dodatnie ρ wskazuje na zgodne rangi.

Częste pułapki

  • Błędne rozumienie tego, co jest testowane: test Manna-Whitneya U testuje, czy rozkłady się różnią, a nie tylko mediany; dwa rozkłady mogą mieć równe mediany, ale różne kształty. Zawsze wizualnie badaj rozkłady.
  • Stosowanie testów nieparametrycznych do danych, które są wyraźnie normalne: marnuje moc; używaj testów parametrycznych, gdy założenia są spełnione.
  • Używanie testów nieparametrycznych na danych silnie skategoryzowanych bez odpowiednich metod: dane porządkowe (np. 5-punktowa skala Likerta) analizowane za pomocą Manna-Whitneya mogą być prawidłowe, ale przy tylko 2 kategoriach (dychotomicznych) nieparametryczne testy oparte na rangach sprowadzają się do chi-kwadrat.
  • Niedopełnienie sprawdzenia założenia o niezależności: testy nieparametryczne zakładają niezależne obserwacje; projekty z grupowaniem, pomiarami powtarzanymi lub dopasowaniem wymagają korekt (test Friedmana dla pomiarów powtarzanych, stratyfikacja dla dopasowania).
  • Dychotomizacja zmiennych ciągłych: przekształcanie danych ciągłych (wiek) na porządkowe (młody/stary), a następnie stosowanie testów nieparametrycznych, powoduje utratę informacji. Zachowaj formę ciągłą, gdy jest to możliwe.
  • Interpretowanie nieparametrycznych wielkości efektu opartych na rangach jako praktycznych wielkości efektów: nieparametryczna wielkość efektu r = 0,3 kwantyfikuje statystyczną separację, a nie praktyczne znaczenie. Zawsze badaj rzeczywistą różnicę w medianach lub średnich pod kątem praktycznego znaczenia.

Najczęściej zadawane pytania

Kiedy powinienem użyć testu Manna-Whitneya U zamiast niezależnego t-testu?

Użyj testu Manna-Whitneya U, jeśli: (1) dane nie są normalnie rozłożone (wykres Q-Q pokazuje odejście, p Shapiro-Wilka < 0,05), (2) wariancje są nierówne (test Levene'a p < 0,05) i wielkości prób są nierówne, (3) dane są porządkowe (rangi, oceny), (4) wielkości prób są małe (n < 30), więc normalności nie można zweryfikować, lub (5) występują wartości odstające, które są rzeczywiste (nie błąd pomiaru) i nie można ich usunąć. Jeśli dane są wyraźnie normalne i mają równe wariancje, preferowany jest t-test (mocniejszy). W praktyce test Manna-Whitneya U jest konserwatywnym wyborem; działa rozsądnie nawet dla danych normalnych (strata mocy ~5%), więc jego liberalne stosowanie jest uzasadnione.

Co właściwie testuje test Manna-Whitneya U – mediany czy rozkłady?

Technicznie rzecz biorąc, test Manna-Whitneya U testuje, czy rozkłady się różnią (dominacja stochastyczna). Jeśli rozkłady mają ten sam kształt, test przybliża test różnicy median. Jednak dwa rozkłady mogą mieć równe mediany, ale różne kształty (np. jeden symetryczny, jeden skośny). Odwrotnie, różne mediany implikują różne rozkłady. Najlepsza praktyka: zawsze wizualizuj oba rozkłady za pomocą wykresów pudełkowych lub wykresów gęstości; badanie rzeczywistych danych wyjaśnia, czy wynik testu odzwierciedla różnicę median, czy szerszą różnicę rozkładu. Podaj zarówno wartość p, jak i różnicę median dla praktycznej interpretacji.

Jak radzić sobie z remisami rang w testach nieparametrycznych?

Remisy (równe wartości) otrzymują średnią rangę. Na przykład, jeśli dwie obserwacje mają remis na 5. miejscu, obie otrzymują rangę 5,5. Jest to standardowe podejście i jest tym, co implementuje oprogramowanie statystyczne. Przy dużej liczbie remisów statystyka testowa może wymagać korekty (testy średnich rang, testy permutacji). Jeśli remisy są bardzo częste (np. wiele zerowych wartości lub dane silnie skategoryzowane), rozważ alternatywy: testy permutacji lub metody odporne przeznaczone dla danych dyskretnych.

Czy mogę używać testów nieparametrycznych z danymi na skali Likerta?

Tak, testy nieparametryczne są dobrze dopasowane do skal Likerta (dane porządkowe). Test Manna-Whitneya U porównuje rozkłady odpowiedzi na skali Likerta między grupami; test Kruskala-Wallisa porównuje trzy lub więcej grup. Należy jednak zachować ostrożność w przypadku skal z bardzo niewielką liczbą kategorii (np. skala 3-punktowa): moc testu jest zmniejszona w porównaniu do danych ciągłych. Alternatywnie, dla wielopunktowych skal Likerta (np. sumowanie wielu pozycji w wynik złożony), wynik złożony może przybliżać normalność (Centralne Twierdzenie Graniczne), uzasadniając testy parametryczne. Używaj testów nieparametrycznych jako bezpiecznego domyślnego wyboru dla pojedynczych miar porządkowych.

Pokrewne metody

Źródła

  1. Mann, H. B., & Whitney, D. R. (1947). On a test of whether one of two random variables is stochastically larger than the other. Annals of Mathematical Statistics, 18(1), 50–60.

    Otwórz odnośnik DOI
    Skopiowano.
  2. Kruskal, W. H., & Wallis, W. A. (1952). Use of ranks in one-criterion variance analysis. Journal of the American Statistical Association, 47(260), 583–621.

    Otwórz odnośnik DOI
    Skopiowano.
  3. Conover, W. J. (1999). Practical Nonparametric Statistics (3rd ed.). John Wiley & Sons.

    Otwórz odnośnik do publikacji
    Skopiowano.