İçeriğe atla
Arama sonuçlarına dön

Parametrik Olmayan İstatistiksel Testler

Ortaya koyan
Henry Mann and Donald Whitney
Yıl
1947
Tür
Method
Aile
distribution-free-methods

Bu metin makine çevirisidir ve henüz incelenmedi. Asıl metni İngilizce oku

Yazı boyutu

Ne işe yarar?

Parametrik olmayan (dağılımdan bağımsız) testler, verilerin belirli bir olasılık dağılımını (örneğin normal dağılım) izlediğini varsaymayan, bu nedenle normallikten sapmalara, aykırı değerlere ve sıralı verilere karşı dayanıklı hipotez testleri için istatistiksel yöntemlerdir.

Mann-Whitney U testi (1947) ve Kruskal-Wallis testi (1952), hipotez testini parametrik varsayımların kısıtlamalarının ötesine taşır. Biyoloji, tıp, psikoloji ve verilerin normal dağılıma uymadığı, aşırı çarpık olduğu veya sıralı ölçeklerde (sıralamalar, derecelendirmeler) ölçüldüğü her alanda esastır; parametrik varsayımlar başarısız olduğunda parametrik olmayan testler geçerli çıkarımlar sağlar.

Yöntemin mantığı

Parametrik testler (t-testi, ANOVA) normal dağılımları ve eşit varyansları varsayar; bu varsayımların ihlali yanlış p-değerleri ve güven aralıkları verebilir. Parametrik olmayan testler, gözlemleri sıralayarak dağılım varsayımlarından kaçınır: ham değerleri analiz etmek yerine, verileri sıralara dönüştürür (en küçük 1., 2. en küçük, ..., en büyük) ve gruplar arasındaki sıra dağılımlarının farklı olup olmadığını test eder. Sıralar tam sayılar ve sırayı koruduğu için aykırı değerlere, normal olmamaya ve değişen varyanslara (heteroscedasticity) karşı dayanıklıdır. Ödünleşme: parametrik olmayan testler ideal koşullar altında (normal, eşit varyanslı veriler) gücü feda eder ancak gerçekçi koşullar altında dayanıklılık ve geçerlilik kazanır. Modern uygulama: parametrik olmayan testleri serbestçe kullanın; dayanıklıdırlar ve genellikle parametrik alternatifler kadar güçlüdürler.

Tarih

Henry Mann ve Donald Whitney, 1947'de iki örneklemi karşılaştırmak için U testini geliştirdi. William Kruskal ve Allen Wallis, 1952'de yaklaşımı çoklu örneklere genişletti. Frank Wilcoxon, 1945'te eşleştirilmiş örneklem sıra testlerini (işaretli sıra testi) bağımsız olarak geliştirdi. Charles Spearman daha önce 1904'te sıra korelasyonunu tanıttı. Bu yöntemler, modern bilgisayarlar el hesaplamasını gereksiz hale getirene kadar atıl kaldı. Mevcut yeniden canlanma şunlardan kaynaklanmaktadır: (1) birçok veri setinin normal dağılıma uymadığı gerçeğinin kabulü, (2) sıralı verilerin her yerde bulunması (anketler, derecelendirmeler), (3) varsayım ihlaline karşı korumayı vurgulayan sağlam istatistikler felsefesi.

Ne zaman kullanılır?

Parametrik test varsayımları ihlal edildiğinde ve dönüşüm (log, karekök) verileri normalleştiremediğinde veya veriler doğası gereği sıralı olduğunda parametrik olmayan testleri kullanın. Psikoloji: Likert ölçeği yanıtlarını (sıralı, genellikle normal olmayan) analiz etme; birçok çalışma normalliğin olası olmadığı < 10 kategorili ölçekler kullanır. Tıp: ölçümlerin aşırı çarpık olduğu durumlarda (örneğin, bazı hastaların sıfır değerleri, diğerlerinin yüksek değerleri olduğu) tedavi grupları arasında biyobelirteç değerlerini karşılaştırma. Biyoloji: sıra tabanlı ölçümleri (tür bolluğu sıralamaları, turnuva sıralamaları) değerlendirme. Veri dağılımı bilinmediğinde erken keşif analizinde varsayılan olarak parametrik olmayan yöntemleri de kullanın; sonuçlar parametrik testlerle uyumluysa, onaylayıcı analiz için parametrik yaklaşım muhtemelen güvenlidir.

Sınırlar ve dikkat edilmesi gerekenler

  • İdeal koşullar altında güç kaybı: veriler gerçekten normal dağılımlı ve eşit varyanslı olduğunda, parametrik olmayan testler t-testlerine göre %5-15 güç kaybeder (asemptotik göreceli etkinlik ~0.95).
  • Karmaşık tasarımlar için daha az gelişmiştir: faktöriyel ANOVA, MANOVA veya karmaşık kovaryat ayarlaması için daha az parametrik olmayan eşdeğer mevcuttur; çok düzeyli parametrik olmayan yöntemler daha az standarttır.
  • Etki büyüklüğü daha az standarttır: iyi yerleşmiş etki büyüklüğü ölçülerine (Cohen's d) sahip parametrik testlerin aksine, parametrik olmayan etki büyüklükleri (r, sıra-iki yönlü korelasyon) pratikte daha az yaygındır.
  • Post-hoc testler karmaşıktır: Kruskal-Wallis sonrası ikili karşılaştırmalar daha az standarttır; çoklu test düzeltme cezaları gücü azaltabilir.
  • Konum veya ilişki testleriyle sınırlıdır: parametrik olmayan yöntemler öncelikle dağılımların farklı olup olmadığını test eder; parametreleri tahmin edemez veya ortalama yapısı hakkında belirli hipotezleri test edemez.

Kaynak metnin koşulları, bağımsız bilimsel inceleme veya analiz motoru doğrulaması yerine geçmez.

Güçlü yönleri

  • Normal olmama ve aykırı değerlere karşı dayanıklıdır: veriler ciddi şekilde normal olmadığında veya kaldırılamayan aşırı değerler içerdiğinde bile geçerli p-değerleri sağlar.
  • Sıralı verilerle çalışır: Likert ölçekleri, sıralamalar veya diğer sıralı kategorileri analiz edebilir; parametrik testler sürekli verileri varsayar, bu da onları sıralı veriler için teknik olarak geçersiz kılar.
  • Basit hesaplama: sıra tabanlı istatistikler sezgisel ve hesaplama açısından basittir; küçük örneklemler için elle hesaplanabilir.
  • Dağılımdan bağımsızdır: herhangi bir özel olasılık dağılımını varsaymaz, bu da onları çeşitli veri türlerine evrensel olarak uygulanabilir kılar.
  • Parametrik varsayımların ihlali durumunda iyi istatistiksel güç: parametrik varsayımlar yanlış olduğunda, parametrik olmayan testler geçersiz p-değerleri üreten parametrik testlerden daha güçlüdür.

Uygulama alanları

  • Psikolojik araştırma: tedavi grupları arasında Likert ölçeği yanıtlarını (iş tatmini, depresyon şiddeti) karşılaştırma; derecelendirmeler tipik olarak sıralı ve normal olmayan.
  • Klinik tıp: tedavi öncesi/sonrası biyobelirteç düzeylerini (genellikle tespit sınırları ile çarpık) analiz etme; semptom şiddeti derecelendirmelerini karşılaştırma.
  • Mesleki sağlık: işyerleri arasında tehlike maruziyetlerini sıralama veya sıralı güvenlik derecelendirmelerini karşılaştırma; parametrik yöntemlere pratik alternatifler.
  • Eğitim değerlendirmesi: okullar veya öğretim yöntemleri arasında test puanlarını veya sıralamaları karşılaştırma; normal olmayan puan dağılımlarını barındırır.
  • Kalite kontrol: kusur şiddetini sıralama veya üretim partileri arasında normal dağılım varsaymadan sıralı kalite ölçümlerini karşılaştırma.

Nasıl çalışır?

Nasıl çalışır?

1

Parametrik olmayan testleri şu durumlarda uygulayın: (1) sonuç verileri normal dağılıma uymuyorsa (Q-Q grafikleri, Shapiro-Wilk testi kontrol edin), (2) veriler sıralıysa (sıralamalar, derecelendirmeler, sınırlı değere sahip ölçekler), (3) normallik doğrulanamadığı için örneklem boyutları küçükse (< 30), (4) gerekçelendirilemeyen veya kaldırılamayan aykırı değerler varsa, (5) varyanslar eşit değilse (heteroscedasticity). Veri toplama parametrik testlerle aynıdır; özel bir örneklem tasarımı gerekmez. Temel gereksinim: gözlemler bağımsız olmalıdır (ayarlama yapılmadan tekrarlanan ölçümler olmamalıdır); veriler sıralanabilir olmalıdır (göreceli sırayı belirleyebilme). Sürekli, sıralı veya ikili verilerle çalışır.

2

İki bağımsız grup için Mann-Whitney U testi (bağımsız t-testinin parametrik olmayan alternatifi) kullanın: (1) Grup üyeliğini göz ardı ederek tüm gözlemleri en küçükten en büyüğe doğru sıralayın. (2) Her gruptaki sıraları toplayın (R₁ ve R₂). (3) U₁ = n₁n₂ + [n₁(n₁+1)/2] − R₁ ve U₂ = n₁n₂ + [n₂(n₂+1)/2] − R₂ hesaplayın. (4) Test istatistiği U = min(U₁, U₂). (5) Mann-Whitney dağılım tablolarından (küçük örneklemler için) veya normal yaklaşımdan (büyük örneklemler için) p-değerini elde edin. Etki büyüklüğünü raporlayın: r = Z / √n, burada Z standartlaştırılmış test istatistiği, n toplam örneklem boyutudur; r ≈ 0.1 küçük, 0.3 orta, 0.5 büyük. Üç veya daha fazla bağımsız grup için Kruskal-Wallis testi kullanın: benzer yaklaşım ancak k−1 serbestlik derecesi ile χ² dağılımını izleyen genel sıra toplamı istatistiği H'yi hesaplar. Eşleştirilmiş (tekrarlanan ölçümler) için Wilcoxon işaretli sıra testi kullanın: çiftler arasındaki farklar sıralanır ve sıfıra karşı test edilir. Korelasyon için Spearman'ın sıra korelasyonu ρ kullanın: ham değerler yerine sıraların korelasyonu.

3

P-değeri yorumu parametrik testlerle aynıdır: p < 0.05, gruplar arasında istatistiksel olarak anlamlı bir farkı gösterir (geleneksel düzeyde). Ancak, sıralar kullanıldığı için etki büyüklüğü ve yorumlama biraz farklılık gösterir. Mann-Whitney U testi şu soruyu yanıtlar: grup 1'in dağılımı grup 2'den stokastik olarak daha büyük mü? (yani, grup 1'deki değerler daha yüksek olma eğiliminde mi?). Pratik yorumlama için genellikle medyan farkı tahmin edilir, ancak teknik olarak test medyanları değil, dağılımları karşılaştırır. Etki büyüklüğü r, grup ayrımının standartlaştırılmış bir ölçüsünü sağlar. Kruskal-Wallis için anlamlı p-değeri en az iki grubun farklı olduğunu gösterir; post-hoc ikili Mann-Whitney testleri hangi çiftlerin farklı olduğunu belirler (Bonferroni düzeltmesi ile). Spearman'ın ρ'su için yorumlama Pearson'ın r'sine benzerdir; değerler −1 ile +1 arasında değişir; pozitif ρ uyumlu sıraları gösterir.

Sık yapılan hatalar

  • Test edilenin yanlış anlaşılması: Mann-Whitney U testi, sadece medyanları değil, dağılımların farklı olup olmadığını test eder; iki dağılımın medyanları eşit ancak şekilleri farklı olabilir. Her zaman dağılımları görsel olarak inceleyin.
  • Açıkça normal olan verilere parametrik olmayan testler uygulamak: gücü boşa harcar; varsayımlar karşılandığında parametrik testleri kullanın.
  • Uygun yöntemler olmadan aşırı kategorize edilmiş verilere parametrik olmayan testler uygulamak: sıralı veriler (örneğin, 5 puanlı Likert) Mann-Whitney ile analiz edilebilir, ancak yalnızca 2 kategori (dikotomik) ile, parametrik olmayan sıra tabanlı testler ki-kareye indirgenir.
  • Bağımsızlık varsayımını kontrol etmemek: parametrik olmayan testler bağımsız gözlemleri varsayar; kümeleme, tekrarlanan ölçümler veya eşleştirilmiş tasarımlar ayarlamalar gerektirir (tekrarlanan ölçümler için Friedman testi, eşleştirme için tabakalama).
  • Sürekli değişkenleri dikotomize etmek: sürekli verileri (yaş) sıralıya (genç/yaşlı) dönüştürüp parametrik olmayan testler uygulamak bilgi kaybına neden olur. Mümkün olduğunda sürekli biçimi koruyun.
  • Sıra tabanlı etki büyüklüklerini pratik etki büyüklükleri olarak yorumlamak: parametrik olmayan bir etki büyüklüğü r = 0.3 istatistiksel ayrımı ölçer, pratik önemi değil. Pratik anlamlılık için her zaman medyan veya ortalamalardaki gerçek farkı inceleyin.

Sık sorulan sorular

Mann-Whitney U'yu bağımsız bir t-testi yerine ne zaman kullanmalıyım?

Mann-Whitney U'yu şu durumlarda kullanın: (1) veriler normal dağılıma uymuyorsa (Q-Q grafiği sapma gösteriyor, Shapiro-Wilk p < 0.05), (2) varyanslar eşit değilse (Levene testi p < 0.05) ve örneklem boyutları eşit değilse, (3) veriler sıralıysa (sıralamalar, derecelendirmeler), (4) normallik doğrulanamadığı için örneklem boyutları küçükse (n < 30), veya (5) gerçek (ölçüm hatası olmayan) ve kaldırılamayan aykırı değerler varsa. Veriler açıkça normal ve eşit varyanslıysa, t-testi tercih edilir (daha güçlü). Pratikte, Mann-Whitney U muhafazakar bir seçimdir; normal veriler için bile makul derecede iyi çalışır (güç kaybı ~%5), bu nedenle onu serbestçe kullanmak savunulabilir.

Mann-Whitney U testi aslında neyi test eder—medyanları mı yoksa dağılımları mı?

Teknik olarak Mann-Whitney U, dağılımların farklı olup olmadığını (stokastik baskınlık) test eder. Dağılımların aynı şekle sahip olması durumunda, test medyan farkı testini yaklaştırır. Ancak, iki dağılımın medyanları eşit ancak şekilleri farklı olabilir (örneğin, biri simetrik, diğeri çarpık). Tersine, farklı medyanlar farklı dağılımları ima eder. En iyi uygulama: her zaman her iki dağılımı kutu grafikleri veya yoğunluk grafikleri ile görselleştirin; gerçek verileri incelemek, test sonucunun medyan farkını mı yoksa daha geniş dağılım farkını mı yansıttığını netleştirir. Pratik yorumlama için hem p-değerini hem de medyan farkını raporlayın.

Parametrik olmayan testlerde bağlı sıraları nasıl ele alırım?

Bağlar (eşit değerler) ortalama sıra atanır. Örneğin, iki gözlem 5. sırayı paylaşırsa, her ikisine de 5.5 sırası atanır. Bu standart yaklaşımdır ve istatistiksel yazılımların uyguladığı şeydir. Çok sayıda bağ durumunda, test istatistiğinin ayarlanması gerekebilir (orta sıra testleri, permütasyon testleri). Bağlar çok yaygınsa (örneğin, çok sayıda sıfır değeri veya aşırı kategorize edilmiş veri), alternatifleri düşünün: permütasyon testleri veya ayrık veriler için tasarlanmış sağlam yöntemler.

Likert ölçeği verileriyle parametrik olmayan testler kullanabilir miyim?

Evet, parametrik olmayan testler Likert ölçekleri (sıralı veriler) için uygundur. Mann-Whitney U, gruplar arasındaki Likert yanıtlarının dağılımlarını karşılaştırır; Kruskal-Wallis üç veya daha fazla grubu karşılaştırır. Ancak, çok az kategorili ölçeklerle (örneğin, 3 puanlı ölçek) dikkatli olun: sürekli verilere kıyasla test gücü azalır. Alternatif olarak, çoklu madde Likert ölçekleri için (örneğin, birden fazla maddeyi birleşik bir puana toplama), birleşik puan normalliği (Merkezi Limit Teoremi) yaklaştırabilir, bu da parametrik testleri haklı çıkarır. Tek maddeli sıralı ölçümler için güvenli varsayılan olarak parametrik olmayan testleri kullanın.

İlgili yöntemler

Kaynaklar

  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.

    DOI kaynağını aç
    Kopyalandı.
  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.

    DOI kaynağını aç
    Kopyalandı.
  3. Conover, W. J. (1999). Practical Nonparametric Statistics (3rd ed.). John Wiley & Sons.

    Yayın kaynağını aç
    Kopyalandı.