TESTY 2 (U Manna-Whitneya), Statystyka


TESTY DLA DWÓCH GRUP PORÓWNAWCZYCH - ZMIENNA ZALEŻNA PORZĄDKOWA, DANE NIEZALEŻNE: TEST U-Manna-Whitneya

- testu U Mann-Whitneya używamy jeśli:

(1) mamy do czynienia z dwiema grupami porównawczymi, na przykład, chcemy porównać jaka jest różnica pomiędzy kobietami i mężczyznami (dwie grupy porównawcze) pod względem wykształcenia

(2) zmienna zależna jest wyrażona co najmniej na skali porządkowej (bazując na przykładzie powyżej, zmienna zależna to wykształcenie, które może być wyrażone na skali: podstawowe, zawodowe, średnie, wyższe); oczywiście przy pomocy testu U Manna-Whitneya można również testować zmienne wyrażone na skalach mocniejszych niż porządkowa (na przykład zmienną wyrażoną na skali Likerta (a zatem zmienną interwałową), powiedzmy ocena produktu na skali: dobrze - raczej dobrze - ani dobrze, ani źle - raczej źle - źle), lepiej jest jednak zawsze jeśli to tylko możliwe stosować testy parametryczne.

(3) porównywane grupy są niezależne, z porównaniami niezależnymi mamy do czynienia zawsze wtedy, kiedy grupy nie są w żaden sposób ze sobą powiązane, łatwiej jest opisać grupy niezależne poprzez… charakterystykę grup zależnych; grupy zależne są w jakiś sposób ze sobą powiązane, na przykład mąż i żona; rodzic i dziecko, brat i siostra, częściej jednak mamy do czynienia z grupami zależnymi w przypadku badania typu pretest - posttest; powiedzmy, że mamy grupę 30 osób, które badamy ze względu na odporność na stres przed zaaplikowaniem jakiegoś środka (pretest - `pierwsza' grupa), następnie aplikujemy ów środek i badamy te same osoby, tak by sprawdzić jak zmieniła się ich odporność na stres (posttest - `druga' grupa). Mamy zatem dwie grupy porównawcze (grupa przed i grupa po), o takich grupach i uzyskiwanych od tych grup danych mówimy, że są to grupy/ dane zależne - bo wyniki pochodzą od tych samych osób, w jakiś sposób są, więc od siebie zależne. Jeśli natomiast chcielibyśmy zbadać, jak jest reakcja kobiet i mężczyzn na dany środek i te 30 osób podzielilibyśmy na dwie grupy (kobiety i mężczyźni), a następnie dokonali pomiarów w tych dwóch grupach, to wówczas mielibyśmy do czynienia z danymi niezależnymi - bo wyniki w grupie kobiet i mężczyzn w żaden sposób nie są ze sobą powiązane. I w takim przypadku możemy posłużyć się testem U Manna-Whitneya!

Przypuśćmy następującą sytuację:

  1. mamy skalę od 1 do 8, na której zakodowano wykształcenie, gdzie:

  1. podstawowe

  2. gimnazjalne

  3. niepełne średnie

  4. średnie

  5. niepełne wyższe

  6. licencjackie

  7. wyższe

  8. doktoranckie

  1. mamy dwie grupy zawodowe (1) rolników i (2) pracowników umysłowych

  2. w toku badań tych dwóch grup zawodowych uzyskano następujące wyniki:

  3. ROLNICY

    UMYSŁOWI

    4

    5

    3

    6

    3

    7

    2

    5

    5

    7

    3

    7

    6

    6

    3

    7

    Na pierwszy rzut oka widzimy, że poziom wykształcenia w grupie rolników jest niższy niż w grupie pracowników umysłowych

    Aby móc powiedzieć, iż te różnice są istotne statystycznie (nie są dziełem przypadku) musimy przeprowadzić test U Manna-Whitneya

    W tym celu:

    1. musimy obserwacją przypisać rangi, aby móc przypisać im rangi musimy wszystkie obserwacje `ustawić' w szeregu od najmniejszej do największej:

    wartość

    2

    3

    3

    3

    3

    4

    5

    5

    5

    6

    6

    6

    7

    7

    7

    7

    pozycja

    1

    2

    3

    4

    5

    6

    7

    8

    9

    10

    11

    12

    13

    14

    15

    16

    ranga

    1

    3,5

    3,5

    3,5

    3,5

    6

    8

    8

    8

    11

    11

    11

    14,5

    14,5

    14,5

    14,5

    1. dalsze obliczenia bazują na rangach, nie na wartościach

    2. tworzymy zatem nową tabele, zamiast wartości wpisując rangi i

    3. od razu obliczamy też sumę rang dla każdej grupy!

    4. ROLNICY (n=8)

      UMYSŁOWI (n=8)

      6

      8

      3,5

      11

      3,5

      14,5

      1

      8

      8

      14,5

      3,5

      14,5

      11

      11

      3,5

      14,5

      SUMA

      40

      96

      1. kolejny etap to obliczenie statystyk U1 i U2 dla każdej z porównywanych grup, korzystamy ze wzorów:

      0x01 graphic

      0x01 graphic

      gdzie:

      n1 - liczebność pierwszej grupy

      n2 - liczebność drugiej grupy

      R1 - suma rang w pierwszej grupie

      R2 - suma rang w drugiej grupie

      0x01 graphic
      = 60

      0x01 graphic
      = 4

      1. wybieramy zawsze niższą wartość U, w naszym przypadku jest to U2 = 4

      2. sprawdzamy w tablicach z wartościami krytycznymi U czy wartość równa 4 pozwala na przyjęcie hipotezy alternatywnej, czyli czy pozwala stwierdzić, iż zaobserwowana prawidłowość (różnice pod względem wykształcenia) nie jest dziełem przypadku. Okazuje się, że wartość U równa 4 pozwala nam na stwierdzenie, że istnieje szansa mniejsza niż 1% na to, że zaobserwowana różnica jest dziełem przypadku.

      Zaobserwowane przez nas różnice są istotne statystycznie na poziomie £ < 0,01

      Uwaga! Przypadku odczytywania wartości krytycznych U, postępujemy inaczej niż w przypadku odczytywania wartości krytycznych chi-kwadrat! Odwołując się do przykładu powyżej, uzyskana przez nas wartość U=4 powinna być mniejsza niż wskazywane przez tablice wartości 13 (dla £ < 0,05) i 7 (dla £ < 0,01). W przypadku wartości krytycznych chi-kwadrat chodziło o to, żeby je `przekroczyć', tu chodzi o to by wartość U nie przekroczyła wartości krytycznych podanych w tablicach!

      Uwaga! Jeśli mniejsza wartość obliczona (w naszym przypadku było to U2 = 4) jest równa wartości z tablicy (w naszym przypadku były to wartości 13 i 7), to hipotezą zerową odrzucamy, czyli zależność (zaobserwowane różnice) jest istotna statystycznie! Innymi słowy jeśli wartość obliczone jest równa tej z tablicy to jest OK!

      Uwaga!!! Jeśli którakolwiek z grup porównawczych ma liczebność większą niż 20, to statystykę testową U obliczamy ze wzoru:

      0x01 graphic

      obszar krytyczny przyjmuje dla poziomu α=0,05 postać D : (-;-1,96><1,96;+ ).

      ZADANIA

      W pewnym eksperymencie, w którym starano się poznać preferencje kobiet i mężczyzn odnośnie oglądanych programów/audycji telewizyjnych, poproszono o uszeregowanie sześciu typów programów/audycji TV w kolejności od tego, który lubi się najbardziej (wartość 1) do tego, który lubi się najmniej (wartość 6).

      Badano następujące typy programów TV:

      1. programy o tematyce publicystycznej

      2. programy o tematyce kulinarnej

      3. filmy fabularne

      4. programy informacyjne

      5. teleturnieje

      6. programy sportowe

      W przypadku teleturniejów otrzymano następujące wyniki (każda cyfra odzwierciedla miejsce, jakie zostało przypisane teleturniejom przez respondenta, pośród innych programów/ audycji TV):

      KOBIETY (n=10)

      MĘŻCZYZNI (n=10)

      5

      2

      4

      3

      4

      2

      6

      1

      3

      1

      2

      4

      4

      5

      4

      4

      3

      2

      4

      3

      Proszę sprawdzić czy istnieją istotne statystycznie różnice pomiędzy kobietami i mężczyznami pod względem częstości oglądania/lubienia teleturniejów?

      W przypadku programów publicystycznych otrzymano następujące wyniki (każda cyfra odzwierciedla miejsce, jakie zostało przypisane programom publicystycznym, przez respondenta, pośród innych programów/ audycji TV):

      KOBIETY (n=10)

      MĘŻCZYZNI (n=10)

      2

      4

      3

      3

      4

      4

      6

      6

      1

      3

      2

      4

      4

      5

      2

      4

      3

      6

      2

      6

      Proszę sprawdzić czy istnieją istotne statystycznie różnice pomiędzy kobietami i mężczyznami pod względem częstości oglądania/lubienia programów publicystycznych?

      str. 1



      Wyszukiwarka

      Podobne podstrony:
      Wykład 5 Testy nieparametryczne dla dwóch prób niezależnych (U Manna Whitneya, Kołmogorowa Smirnow
      TESTY 1 (chi-kwadrat, Statystyka
      Rozkład U Manna Whitneya Wilcoxona w teście dla dwóch prób niezależnych
      Rozkłąd U Manna Whitneya Wilcoxonaw teście dla dwóch prób niezależnychU
      Wszystkie testy, Semestr II, Statystyka matematyczna
      TESTY 3 (Kruskal-Wallis), Statystyka
      test manna whitneya
      Przykladowe zad do 2 kola, wzr UG, Statystyka, testy
      Statystyka testy
      statystyka 3, WNIOSKOWANIE STATYSTYCZNE - TESTY PARAMETRYCZNE
      statystyka ii laboratorium viii testy parametryczne ii
      Przykładowe testy ze statystyki, sem 3, statystyka
      Wyklad 9 statystyka testy nieparametryczne
      egzamin statystyka 2011, UE Katowice, II stopień sem1, STATYSTYKA MATEMATYCZNA, TESTY NIEROZWIAZANE
      testy statystyczne
      powtorka testy roznicy, Statystyka
      Testy dla dwoch srednich, FiR SAN Łódź, semestr 3, Statystyka

      więcej podobnych podstron