Parametrik olmayan testler: ki-kare, işaret, Wilcoxon, Mann–Whitney, Kruskal–Wallis

Dağılım varsayımı gerektirmeyen testler: hangi parametrik testin yerine hangisi kullanılır, test istatistikleri nasıl hesaplanır ve nasıl yorumlanır?

6 durakKPSS A
12 etkinlikeşleştir · sırala · doldur · çöz
0 / 12tamamlanan etkinlik
Sorularuygulamaya ekleniyor
PARAMETRİK OLMAYAN · SEÇİM

Parametrik olmayan testler: varsayım gevşeyince hangi test?

İstatistik · Parametrik Olmayan Testler · Okuma 5 dk · 2 etkinlik

Önce hatırlaTip I ve Tip II hata nedir, α, β ve testin gücü arasındaki ilişki nedir?Bu konunun bağlandığı sayfadan (Hipotez testleri). Önce kendin cevapla, sonra aç.

Sıfır hipotezi H₀ sınanan iddiadır ve eşitlik içerir; H₁ onun karşıtıdır. Doğru olan H₀'ı reddetmek Tip I hatadır, olasılığı α (anlamlılık düzeyi); yanlış olan H₀'ı reddetmemek Tip II hatadır, olasılığı β. Testin gücü 1 − β, yani H₁ doğruyken H₀'ı reddetme olasılığıdır. Örneklem büyüklüğü sabitken α küçüldükçe β büyür.

Hipotezler ve hata türleri

Hatırladın mı?

✎Konu anlatımı

Parametrik olmayan testler nedir, hangi parametrik testin yerine hangisi kullanılır?

Kısa cevap: Parametrik testler anakütlenin dağılım biçimini (çoğunlukla normallik) varsayar ve aralık ya da oran ölçeğinde ortalama, varyans gibi parametreleri sınar. Parametrik olmayan testler dağılım varsayımı istemez; sıra, işaret ya da frekans kullanır ve sıralama ya da sınıflama ölçeğinde de çalışır. Varsayımlar sağlanıyorsa parametrik test daha güçlüdür; sağlanmıyorsa parametrik olmayan test daha güvenilirdir.

Bir valilik, 12 kaymakamlıktaki vatandaş memnuniyetini "çok kötü"den "çok iyi"ye beş basamaklı ölçekle topladı. Bu yanıtların ortalamasını alıp t testi yapmak doğru mu?

Hipotez testleri sayfasında gördüğümüz z, t ve F testleri iki şeye dayanıyordu: verinin aralık ya da oran ölçeğinde olması ve anakütlenin (çoğunlukla) normal dağılması. Tanımlayıcı istatistik sayfasında gördüğümüz ölçme düzeylerinden sıralama ölçeğinde "çok iyi" ile "iyi" arasındaki uzaklık tanımlı değildir; ortalama anlamsızlaşır, ama sıra anlamlıdır. Küçük örneklemde normallik de sınanamaz. Bu durumlarda veri sıralara, işaretlere ya da frekanslara çevrilir ve dağılımdan bağımsız (dağılımdan serbest) testler kullanılır.

Bedeli güçtür. Veri gerçekten normalse sıra testleri bilginin bir kısmını atar. Yine de kayıp küçüktür: normal veride Wilcoxon ve Mann–Whitney testlerinin t'ye göre asimptotik göreli etkinliği yaklaşık 0,955'tir (3/π); yalnız yön kullanan işaret testininki yaklaşık 0,637'dir (2/π). Aykırı değer çoksa ya da kuyruklar kalınsa sıra testleri t'yi geçebilir.

Parametrik test → parametrik olmayan karşılığı
AmaçParametrikParametrik olmayan
Tek anakütlenin merkezitek örneklem tişaret testi, Wilcoxon işaretli sıra
Eşleştirilmiş (önce-sonra) ölçümlereşleştirilmiş tişaret testi, Wilcoxon işaretli sıra; iki kategorili veride McNemar
Bağımsız iki grupbağımsız iki örneklem tMann–Whitney U (Wilcoxon sıra toplamı)
Bağımsız üç ve daha çok gruptek yönlü varyans analiziKruskal–Wallis H
Aynı birimlerde üç ve daha çok ölçüm (bloklar)tekrarlı ölçüm / blok varyans analiziFriedman
İki değişkenin ilişkisiPearson rSpearman sıra korelasyonu
Dağılıma uyum—χ² uyum iyiliği, Kolmogorov–Smirnov
Rastgelelik—dizi (run) testi

Tablodaki varyans analizi satırlarını Varyans analizi ve deney tasarımı sayfasında göreceğiz. Seçimde üç soruyu sırayla sor: ölçek ne (sınıflama, sıralama, aralık)? Gruplar bağımsız mı, aynı birimler mi? Kaç grup var?

Akılda kalsın: Parametrik test ortalama ister, parametrik olmayan sıra ister. Karşılıklar ikişer ikişer: t ↔ Mann–Whitney, eşleştirilmiş t ↔ Wilcoxon, ANOVA ↔ Kruskal–Wallis, blok ANOVA ↔ Friedman, Pearson ↔ Spearman.
Sınavda

Nasıl sorulurBir araştırma düzeni anlatılıp uygun test sorulur ya da parametrik test ile karşılığı eşleştirilir; öncüllü sorularda parametrik olmayan testlerin varsayımları ve gücü yoklanır.

TuzakParametrik olmayan testleri hiç varsayımı olmayan testler sanmak (bağımsızlık ve çoğunda sürekli dağılım varsayılır) ve her durumda daha güçlü olduklarını düşünmektir.

?Soru çöz

Parametrik olmayan testlere ilişkin aşağıdaki ifadelerden hangileri doğrudur?
I. Parametrik testin varsayımları sağlandığında ondan daha güçlüdürler.
II. Gözlemlerin birbirinden bağımsız olmasını gerektirmezler.
III. Anakütle dağılımının normal olmasını gerektirmezler.

✓ A. III: sıra ve işaretlerin dağılımı anakütle biçiminden bağımsızdır. I yanlıştır: varsayımlar sağlanınca parametrik test daha güçlüdür (Wilcoxon'un t'ye göre etkinliği yaklaşık 0,955). II yanlıştır: "dağılımdan bağımsız" gözlemlerin bağımsız olması demek değildir; Mann–Whitney ve Wilcoxon da rastgele ve birbirinden bağımsız gözlem (ya da gözlem çifti) ister. B ve C gücü ters okur; B ve D dağılımdan bağımsızlığı gözlem bağımsızlığıyla karıştırır, B ayrıca normallik koşulunun kalktığını görmez.

⇄Bilgi eşleştirme parametrik ↔ karşılığı

PARAMETRİK OLMAYAN · FORMÜL

Ki-kare uyum iyiliği: veri iddia edilen dağılıma uyuyor mu?

İstatistik · Parametrik Olmayan Testler · Okuma 4 dk · 2 etkinlik

✎Konu anlatımı

Ki-kare uyum iyiliği testi nasıl yapılır, serbestlik derecesi nasıl bulunur?

Kısa cevap: χ² uyum iyiliği testi, k kategoride gözlenen frekansları (G) H₀'daki dağılımın verdiği beklenen frekanslarla (B) karşılaştırır: χ² = Σ(G − B)²/B. Serbestlik derecesi k − 1 − m'dir; m, örneklemden tahmin edilen parametre sayısıdır. Her beklenen frekans en az 5 olmalıdır; değilse komşu kategoriler birleştirilir. Test sağ kuyrukludur.

Bir çağrı merkezi şikâyetlerin haftanın beş iş gününe eşit dağıldığını söylüyor. Bir haftada gelen 200 şikâyetin günlere dağılımı 35, 45, 40, 30, 50. Fark rastlantı mı?

Her kategori için "beklenen" sayı, H₀ doğruysa kaç gözlem düşmesi gerektiğidir: B = n · p0. Farkın karesini beklenen frekansa bölmek, büyük kategorideki 5'lik sapma ile küçük kategorideki 5'lik sapmayı aynı saymamayı sağlar. Örnekleme dağılımları ve tahmin sayfasında gördüğümüz gibi standart normallerin kareleri toplamı χ² dağılır; n büyükken her terim yaklaşık böyle bir kare gibi davranır ve istatistik yaklaşık χ² dağılımına uyar.

χ² = Σ (Gᵢ − Bᵢ)²Bᵢ sd = k − 1 − mk: birleştirmeden sonra kalan kategori sayısı; m: veriden tahmin edilen parametre sayısı (Poisson λ için 1, normalin μ ve σ'sı için 2).
χ² yalnız pozitif değer alır; büyük değerler uyumsuzluk demektir, bu yüzden ret bölgesi yalnız sağ kuyruktadır.Görsel: Sınav Defteri
Çözümlü örnek

Giriş sorusunda H₀: şikâyetler günlere eşit dağılır, α = 0,05 için karar nedir? (χ²0,05; 4 = 9,49)

  1. Beklenen her gün 200/5 = 40.
  2. χ² = (25 + 25 + 0 + 100 + 100)/40 = 250/40 = 6,25.
  3. Parametre tahmin edilmedi: sd = 5 − 1 = 4. 6,25 < 9,49 ⇒ H₀ reddedilmez.

Cevap: veri, eşit dağılım iddiasıyla çelişmiyor.

Çözümlü örnek · parametre tahmini

Bir kavşakta saatlik kaza sayılarının Poisson dağılımına uyup uymadığı sınanacak; λ örneklem ortalamasından tahmin ediliyor. Beklenen frekansı 5'in altındaki son iki sınıf birleştirilince 5 sınıf kalıyor. sd kaçtır?

  1. k = 5 (birleştirmeden sonra), m = 1 (λ).
  2. sd = 5 − 1 − 1 = 3.

Cevap: 3. λ verilmiş olsaydı (tahmin edilmeseydi) sd = 4 olurdu.

Akılda kalsın: sd için "kategori − 1 − tahmin ettiğin parametre". Birleştirmeyi önce yap, sonra kategorileri say. Beklenen frekans 5'ten küçükse yaklaşım bozulur.
Sınavda

Nasıl sorulurGözlenen frekanslar ve iddia edilen oranlar verilip χ² değeri ya da karar istenir; Poisson, binom ya da normal uyumunda sd sorulur.

TuzakTahmin edilen parametreyi sd'den düşmemek, birleştirmeden önceki kategori sayısını kullanmak ve paydaya gözlenen frekansı yazmaktır.

?Soru çöz

Bir il müdürlüğüne gelen günlük başvuru sayılarının Poisson dağılımına uyup uymadığı χ² uyum iyiliği testiyle sınanacaktır. Beklenen frekansı 5'ten küçük sınıflar birleştirildikten sonra 6 sınıf kalmış, λ parametresi örneklem ortalamasından tahmin edilmiştir. Buna göre test istatistiğinin serbestlik derecesi kaçtır?

✓ A. sd = 6 − 1 − 1 = 4: bir sd toplam kısıtı, bir sd tahmin edilen λ için düşer. B λ'nın tahmin edildiğini hesaba katmamış; C sınıf sayısını sd sanmış; D Poisson'u iki parametreli saymış (normal dağılım için doğru olurdu).

▭Boşluk doldurma uyum iyiliği

100 dosyanın dört bölge müdürlüğüne eşit dağıtıldığı iddia ediliyor; gözlenen sayılar 30, 20, 25, 25. Test istatistiği χ² = ve serbestlik derecesi olur.

2345025
PARAMETRİK OLMAYAN · HESAP

Ki-kare bağımsızlık ve homojenlik: çapraz tabloda ilişki var mı?

İstatistik · Parametrik Olmayan Testler · Okuma 5 dk · 2 etkinlik

✎Konu anlatımı

Ki-kare bağımsızlık testinde beklenen frekans ve serbestlik derecesi nasıl hesaplanır?

Kısa cevap: r × c çapraz tabloda iki sınıflama değişkeninin bağımsızlığı χ² = Σ(G − B)²/B ile sınanır. Bir hücrenin beklenen frekansı (satır toplamı × sütun toplamı)/n'dir; serbestlik derecesi (r − 1)(c − 1)'dir. Bağımsızlık testinde tek örneklem iki değişkene göre sınıflanır; homojenlik testinde birden çok anakütleden ayrı örneklem alınır. Hesap ikisinde aynıdır.

Bir bakanlık 100 personele uzaktan çalışmayı isteyip istemediklerini sordu. Kadınların ve erkeklerin cevapları farklı mı, yoksa cevap cinsiyetten bağımsız mı?

Bağımsızlık, Olasılık temelleri sayfasında gördüğümüz tanımla P(A ∩ B) = P(A)P(B) demektir. Satır oranı ile sütun oranının çarpımını n ile çarpınca bağımsızlık altında hücreye düşmesi beklenen sayı çıkar: Bij = n · (Rᵢ/n)(Kj/n) = RᵢKj/n. Satır ve sütun toplamları sabitken bir satırın son hücresi ve bir sütunun son hücresi kendiliğinden belirlenir; bu yüzden serbestçe doldurulabilen hücre sayısı (r − 1)(c − 1)'dir.

Uzaktan çalışma tercihi (gözlenen; parantezde beklenen)
İsterİstemezToplam
Kadın30 (25)20 (25)50
Erkek20 (25)30 (25)50
Toplam5050100
Çözümlü örnek

Tablodaki veriyle α = 0,05'te cevap cinsiyetten bağımsız mıdır? (χ²0,05; 1 = 3,84)

  1. Her hücrede B = 50 · 50/100 = 25.
  2. χ² = 4 · (5²/25) = 4; kısa yol: n(ad − bc)²/(R₁R₂K₁K₂) = 100 · 500²/50⁴ = 4.
  3. sd = (2 − 1)(2 − 1) = 1; 4 > 3,84 ⇒ H₀ (bağımsızlık) reddedilir.

Cevap: tercih cinsiyetle ilişkilidir.

Bağımsızlık mı, homojenlik mi?
Bağımsızlık testiHomojenlik testi
Örneklemtek örneklem, iki değişkene göre sınıflanırher satır ayrı bir anakütleden ayrı örneklem
Sabit olanyalnız nsatır toplamları (örneklem büyüklükleri)
H₀iki değişken bağımsızdıranakütlelerin kategori oranları aynıdır
Hesap ve sdaynı: B = RK/n, sd = (r − 1)(c − 1)
Ek bilgi: Yates düzeltmesi ve ilişkinin gücü

2 × 2 tabloda beklenen frekanslar küçükken bazı kaynaklar her |G − B| farkından 0,5 çıkaran Yates süreklilik düzeltmesini kullanır; çok küçük tablolarda Fisher'in kesin testi tercih edilir. χ² anlamlılığı gösterir, ilişkinin gücünü değil: güç için φ = √(χ²/n) (2 × 2) ya da Cramér V = √[χ²/(n(q − 1))], q = min(r, c) kullanılır. Örnekte φ = √(4/100) = 0,2.

Akılda kalsın: Beklenen = satır toplamı × sütun toplamı ÷ genel toplam. sd = (satır − 1)(sütun − 1). Test sağ kuyrukludur; büyük χ² "ilişki var" demektir.
Sınavda

Nasıl sorulurÇapraz tablo verilip bir hücrenin beklenen frekansı, sd ya da χ² değeri sorulur; öncüllü sorularda bağımsızlık ile homojenlik farkı ve beklenen frekans kuralı yoklanır.

TuzakSd'yi rc − 1 almak, beklenen frekansı n'ye bölmeyi unutmak ve anlamlı χ²'yi güçlü ilişki diye yorumlamaktır.

?Soru çöz

Bir çapraz tabloya uygulanan χ² bağımsızlık testine ilişkin aşağıdaki ifadelerden hangileri doğrudur?
I. 3 × 4'lük bir tabloda serbestlik derecesi 6'dır.
II. Bir hücrenin beklenen frekansı, satır toplamı ile sütun toplamının çarpımının genel toplama bölümüdür.
III. Beklenen frekansı 5'ten küçük hücre sayısı fazlaysa komşu kategoriler birleştirilir.

✓ D. I: (3 − 1)(4 − 1) = 6. II: bağımsızlık altında B = RK/n. III: küçük beklenen frekans χ² yaklaşımını bozar; birleştirme sd'yi de azaltır. A ve B III'teki birleştirme kuralını, A ayrıca II'deki formülü atlar; C sd'yi rc − 1 = 11 sanıp I'i eler.

▭Boşluk doldurma beklenen frekans

200 kişilik 2 × 3'lük bir tabloda bir hücrenin satır toplamı 60, sütun toplamı 50'dir. Bağımsızlık altında bu hücrenin beklenen frekansı , testin serbestlik derecesi olur.

1523065
PARAMETRİK OLMAYAN · SEÇİM

Eşleştirilmiş veride işaret, Wilcoxon ve McNemar testleri

İstatistik · Parametrik Olmayan Testler · Okuma 5 dk · 2 etkinlik

Önce hatırlaKesikli rastgele değişkenin olasılık fonksiyonu nedir, Bernoulli ve kesikli düzgün dağılımın ortalaması ve varyansı nasıl bulunur?Bu konunun bağlandığı sayfadan (Kesikli dağılımlar). Önce kendin cevapla, sonra aç.

Kesikli rastgele değişken sayılabilir değerler alır; olasılık fonksiyonu p(x) = P(X = x) her değerde negatif değildir ve toplamı 1'dir. Bernoulli dağılımı tek denemelik başarı/başarısızlıktır: E(X) = p, Var(X) = p(1 − p). {1, …, n} üzerinde kesikli düzgün dağılımda E(X) = (n + 1)/2, Var(X) = (n² − 1)/12'dir.

Olasılık fonksiyonu, Bernoulli, kesikli düzgün

Hatırladın mı?

✎Konu anlatımı

İşaret testi ile Wilcoxon işaretli sıra testi arasındaki fark nedir, McNemar testi ne zaman kullanılır?

Kısa cevap: İşaret testi farkların yalnız yönünü kullanır; H₀ altında artı işaret sayısı Binom(n; 0,5) dağılır. Wilcoxon işaretli sıra testi farkların mutlak değerlerini sıralar ve artı farkların sıra toplamını kullanır; yön ile büyüklüğü birlikte değerlendirdiği için daha güçlüdür, ama farkların simetrik dağılmasını varsayar. McNemar testi aynı birimlerin iki kategorili önce-sonra cevaplarını karşılaştırır.

Sekiz personelin eğitim sonrası puanlarından eğitim öncesi puanları çıkarıldı: +4, −1, +6, +3, −2, +7, +5, +8. Altısı arttı, ikisi azaldı. Eğitim etkili mi?

İşaret testi sıfır farkları atar ve yalnız artı ile eksileri sayar. H₀ medyan farkın 0 olduğunu söyler; o zaman her fark yarı yarıya artı ya da eksidir ve artı sayısı, Kesikli dağılımlar sayfasında gördüğümüz binom dağılımına uyar. Tanımlayıcı istatistik sayfasında gördüğümüz medyan burada sınanan parametredir.

Wilcoxon işaretli sıra testi farkların mutlak değerlerini küçükten büyüğe sıralar, her sıraya farkın işaretini geri verir. W₊ + W₋ = n(n + 1)/2 olduğundan tek toplamı bilmek yeter; test istatistiği T = min(W₊, W₋), tabloda kritik değerden küçük ya da ona eşitse H₀ reddedilir. Büyük örneklemde E(W₊) = n(n + 1)/4 ve Var(W₊) = n(n + 1)(2n + 1)/24 ile normal yaklaşım kullanılır.

Çözümlü örnek · aynı veri, iki test

Giriş verisiyle iki yönlü α = 0,05'te karar nedir? (Binom(8; 0,5) için P(X ≤ 2) ≈ 0,145; n = 8 için Wilcoxon kritik değeri: T ≤ 3)

  1. İşaret testi: 6 artı, 2 eksi. p = 2 · P(X ≤ 2) ≈ 0,289 > 0,05 ⇒ H₀ reddedilmez.
  2. Wilcoxon: |fark| sıraları 1 (−1), 2 (−2), 3, 4, 5, 6, 7, 8. W₋ = 1 + 2 = 3, W₊ = 36 − 3 = 33.
  3. T = 3 ≤ 3 ⇒ H₀ reddedilir.

Cevap: işaret testi farkı yakalayamaz, Wilcoxon yakalar; çünkü eksi farklar hem az hem küçüktür.

McNemar testi

Aynı 100 kişiye bir kampanyadan önce ve sonra "aşılanmayı düşünüyor musunuz?" diye sorulsun. Cevabı değişmeyenler bilgi taşımaz; yalnız fikir değiştirenler sayılır: önce "hayır" sonra "evet" diyenler b, tersi c. H₀ altında b ile c eşit olmalıdır: χ² = (b − c)²/(b + c), sd = 1. b = 15, c = 5 ise χ² = 100/20 = 5 > 3,84; değişim anlamlıdır.

Eşleştirilmiş veride hangi test?
VeriTestKullandığı bilgi
Farkların yalnız yönü (sıralama ölçeği bile yeter)işaretartı sayısı ~ Binom(n; 0,5)
Farkların yönü ve büyüklük sırası, simetrik dağılımWilcoxon işaretli sıramin(W₊, W₋)
Farklar normaleşleştirilmiş td̄ ve sd
Önce-sonra iki kategorili cevapMcNemaryalnız fikir değiştirenler (b, c)
Akılda kalsın: İşaret = yalnız yön, Wilcoxon = yön + büyüklük sırası. İki sıra toplamı n(n + 1)/2 eder. McNemar'da köşegen (değişmeyenler) hesaba girmez.
Sınavda

Nasıl sorulurFark verileriyle W₊, W₋ ya da artı işaret sayısı hesaplatılır; binomla işaret testinin p-değeri istenir; önce-sonra evet/hayır tablosunda McNemar istatistiği sorulur.

TuzakSıfır farkları sayıya katmak, T'yi max(W₊, W₋) almak ve McNemar'a değişmeyen hücreleri eklemektir.

?Soru çöz

Sekiz eşleştirilmiş gözlemin farkları +4, −1, +6, +3, −2, +7, +5, +8'dir. İki yönlü α = 0,05 düzeyinde, n = 8 için Wilcoxon kritik değeri T ≤ 3 ve Binom(8; 0,5) için P(X ≤ 2) ≈ 0,145 olduğuna göre aşağıdakilerden hangisi doğrudur?

✓ C. Eksi farklar en küçük iki sıradadır: W₋ = 3 ≤ 3; işaret testinde p = 2 · 0,145 ≈ 0,29. A işaret testinin de reddettiğini sanmış, oysa tek kuyruk alanı 0,145 bile 0,05'i aşar; B iki testin gücünü ters çevirmiş; D test istatistiği olarak küçük toplam yerine büyüğünü almış.

⇄Bilgi eşleştirme durum ↔ test

PARAMETRİK OLMAYAN · HESAP

Mann–Whitney U, Kruskal–Wallis ve Friedman: grupları sıralarla karşılaştırmak

İstatistik · Parametrik Olmayan Testler · Okuma 5 dk · 2 etkinlik

✎Konu anlatımı

Mann–Whitney U, Kruskal–Wallis ve Friedman testleri nasıl hesaplanır?

Kısa cevap: Mann–Whitney U testi bağımsız iki grubun bütün gözlemlerini birlikte sıralar; U₁ = n₁n₂ + n₁(n₁ + 1)/2 − R₁ ve U₁ + U₂ = n₁n₂'dir, küçük U tablo değeriyle karşılaştırılır. Kruskal–Wallis H, aynı fikri k bağımsız gruba genişletir ve yaklaşık χ²k−1 dağılır. Friedman testi aynı blokların k işlemdeki sıralarını kullanır, o da yaklaşık χ²k−1'dir.

İki ilçe nüfus müdürlüğünde birkaç başvurunun sonuçlanma süresi ölçüldü: A ilçesinde 12, 15, 18; B ilçesinde 10, 11, 14, 16 gün. Veri az ve normal olduğu belli değil. Hangi ilçe daha hızlı?

Bütün gözlemler tek listede sıralanır; gruplar karışık sıralar alıyorsa fark yoktur, bir grup hep üst sıralardaysa fark vardır. Eşit değerlere, kapladıkları sıraların ortalaması verilir (iki değer 4. ve 5. sırayı paylaşıyorsa ikisi de 4,5 alır). U, bir gruptaki gözlemin öteki gruptakinden küçük kaldığı çift sayısıdır.

Sıralar iç içe geçmiş: iki ilçenin süreleri belirgin biçimde ayrışmıyor. Sıra toplamlarının kontrolü: 15 + 13 = 7 · 8/2 = 28.Görsel: Sınav Defteri
U₁ = n₁n₂ + n₁(n₁ + 1)2 − R₁ H = 12N(N + 1) Σ Rj²nj − 3(N + 1) χ²r = 12bk(k + 1) ΣRj² − 3b(k + 1)H: k bağımsız grup, N toplam gözlem. Friedman: b blok, k işlem; sıralar her blok içinde verilir. İkisi de yaklaşık χ², sd = k − 1.
Çözümlü örnek · Mann–Whitney

Şekildeki veride U değerleri nedir?

  1. U₁ = 3 · 4 + 3 · 4/2 − 15 = 3: A'daki bir sürenin B'dekinden küçük kaldığı çift sayısı (12 < 14, 12 < 16, 15 < 16).
  2. U₂ = 12 − 3 = 9; test istatistiği min = 3.
  3. Bu kadar küçük gruplarda U = 0 bile iki yönlü %5'te reddettirmez: H₀ altında P(U = 0) = 1/C(7, 3) = 1/35 ≈ 0,029, iki kuyrukla 0,057.

Cevap: U = 3; iki ilçe arasında fark gösterilemez.

Çözümlü örnek · Kruskal–Wallis ve Friedman

(a) Üç ilçeden 4'er başvuru (N = 12) birlikte sıralanınca sıra toplamları 12, 25, 41 bulunuyor. (b) 5 denetçi üç yazılımı kendi içinde 1–3 sıralıyor; sıra toplamları 6, 10, 14. α = 0,05'te kararlar? (χ²0,05; 2 = 5,99)

  1. Kontrol: 12 + 25 + 41 = 78 = 12 · 13/2. H = (12/156) · (144 + 625 + 1681)/4 − 39 ≈ 47,12 − 39 = 8,12 > 5,99 ⇒ red.
  2. Kontrol: 6 + 10 + 14 = 30 = 5 · 3 · 4/2. χ²r = 12/(5 · 3 · 4) · (36 + 100 + 196) − 3 · 5 · 4 = 66,4 − 60 = 6,4 > 5,99 ⇒ red.

Cevap: iki testte de en az bir grup ötekilerden farklıdır (sd = 2).

Akılda kalsın: Sıra toplamlarını hep kontrol et: N(N + 1)/2. Mann–Whitney'de U₁ + U₂ = n₁n₂, küçük U kullanılır. Kruskal–Wallis bağımsız gruplar, Friedman aynı bloklar; ikisinde sd = k − 1.
Sınavda

Nasıl sorulurSıra toplamı verilip U ya da H hesaplatılır; U₁'den U₂ istenir; bir araştırma düzeni anlatılıp Kruskal–Wallis ile Friedman arasında seçim yaptırılır.

TuzakR₁'i U sanmak, büyük U'yu test istatistiği almak, Kruskal–Wallis'in sd'sini N − 1 yazmak ve Friedman'da sıraları blok içinde değil bütün veride vermektir.

?Soru çöz

Bağımsız iki gruptan n₁ = 5 ve n₂ = 6 gözlem alınmış, bütün gözlemler birlikte sıralandığında birinci grubun sıra toplamı R₁ = 20 bulunmuştur. Buna göre Mann–Whitney testinde kullanılacak küçük U değeri kaçtır?

✓ D. U₁ = 5 · 6 + 5 · 6/2 − 20 = 25; U₂ = 30 − 25 = 5, küçük olan 5. A büyük U'yu almış; B sıra toplamını U sanmış; C H₀ altındaki beklenen değeri n₁n₂/2 = 15 yazmış.

↕Sırala Kruskal–Wallis adımları

  1. Her grubun sıra toplamını (Rⱼ) bul
  2. H'yi χ²k−1 kritik değeriyle karşılaştır
  3. Bütün grupların gözlemlerini tek listede birleştir
  4. H istatistiğini hesapla
  5. Küçükten büyüğe sırala, eşit değerlere ortalama sıra ver
PARAMETRİK OLMAYAN · YÖNTEM

Spearman, Kolmogorov–Smirnov ve dizi testi

İstatistik · Parametrik Olmayan Testler · Okuma 5 dk · 2 etkinlik

✎Konu anlatımı

Spearman sıra korelasyon katsayısı nasıl hesaplanır, Kolmogorov–Smirnov ve dizi testi neyi sınar?

Kısa cevap: Spearman sıra korelasyonu iki değişkenin sıraları arasındaki ilişkiyi ölçer: rs = 1 − 6Σd²/[n(n² − 1)], −1 ile 1 arasındadır. Kolmogorov–Smirnov testi, örneklemin birikimli dağılımı ile tam belirtilmiş sürekli bir dağılım arasındaki en büyük farkı (D) kullanır. Dizi (run) testi, bir dizideki ardışık aynı sembol öbeklerinin sayısıyla rastgeleliği sınar.

Beş aday iki mülakat üyesince ayrı ayrı sıralandı. Üyeler aynı adayları mı beğeniyor? Puan yok, yalnız sıra var.

Spearman katsayısı, sıralara uygulanmış Pearson katsayısıdır; eşitlik yoksa kısa formül verir. d, aynı birimin iki sıralaması arasındaki farktır. Sıralar birebir aynıysa Σd² = 0, rs = 1; tam ters sıradaysa rs = −1. Pearson yalnız doğrusal ilişkiyi ölçer; Spearman ise tekdüze (hep artan ya da hep azalan) her ilişkiyi yakalar ve aykırı değerden az etkilenir.

Çözümlü örnek

Birinci üyenin sıralaması 1, 2, 3, 4, 5; ikincininki aynı adaylar için 2, 1, 3, 5, 4. rs kaçtır?

  1. d: −1, 1, 0, −1, 1 ⇒ Σd² = 4.
  2. rs = 1 − 6 · 4/[5 · (25 − 1)] = 1 − 24/120 = 0,8.

Cevap: 0,8; güçlü ve aynı yönlü bir uyum.

Kolmogorov–Smirnov testi

H₀'daki dağılım fonksiyonu F₀ ile örneklemin birikimli oranı Fn her noktada karşılaştırılır; istatistik en büyük dikey uzaklıktır: D = max |Fn(x) − F₀(x)|. D tablo değerini aşarsa uyum reddedilir. χ² uyum testinden farkı: veriyi sınıflara bölmez, sürekli dağılımlar ve küçük örneklemler için uygundur; ama F₀'ın parametreleri önceden bilinmelidir (veriden tahmin edilirse normallik için Lilliefors düzeltmesi kullanılır). İki örneklem K–S, iki örneklemin birikimli dağılımlarını karşılaştırır.

Dizi (run) testi

Bir kurumun girişindeki 12 başvurunun sırası E E K K K E K E E K K E olsun (E: erkek, K: kadın). Aynı sembolün kesintisiz öbeği bir dizidir: EE · KKK · E · K · EE · KK · E, yani R = 7. H₀ (rastgelelik) altında E(R) = 2n₁n₂/(n₁ + n₂) + 1 = 2 · 6 · 6/12 + 1 = 7; gözlenen beklenene eşit, rastgelelik reddedilmez. Az dizi kümelenmeyi, çok dizi düzenli sırayla dönüşmeyi gösterir; ikisi de rastgeleliğe aykırıdır.

Amaç → test
SoruTestİstatistik
İki sıralama birbiriyle uyumlu mu?Spearman1 − 6Σd²/[n(n² − 1)]
Sürekli veri tam belirtilmiş bir dağılıma uyuyor mu?Kolmogorov–SmirnovD = max |Fn − F₀|
Kategorili frekanslar iddia edilen oranlara uyuyor mu?χ² uyum iyiliğiΣ(G − B)²/B
Gözlemlerin sırası rastgele mi?dizi (run) testidizi sayısı R
Akılda kalsın: Spearman'da 6 ve n(n² − 1)'i unutma. K–S en büyük farka, dizi testi öbek sayısına bakar: ne çok az ne çok fazla.
Sınavda

Nasıl sorulurİki sıralama verilip rs hesaplatılır; bir dizinin dizi sayısı ve beklenen değeri sorulur; K–S ile χ² uyum testinin farkı ve kullanım koşulu yoklanır.

TuzakΣd yerine Σd² almamak, paydayı n² − 1 ya da n³ yazmak ve çok sayıda diziyi "rastgelelik kanıtı" saymaktır.

?Soru çöz

Beş personel iki yöneticiye ayrı ayrı sıralatılmıştır. Birinci yöneticinin sıralaması 1, 2, 3, 4, 5; ikincinin aynı personel için sıralaması 3, 2, 1, 5, 4'tür. Buna göre Spearman sıra korelasyon katsayısı kaçtır?

✓ C. d: 2, 0, −2, 1, −1 ⇒ Σd² = 10; rs = 1 − 60/(5 · 24) = 0,5. A 6 katsayısını unutmuş (1 − 10/120); B d'lerin karesi yerine mutlak değerlerini toplamış (Σ|d| = 6); D paydayı n(n² − 1) yerine n³ = 125 almış.

⇄Bilgi eşleştirme soru ↔ test

Karma tekrar

Önceki 3 sayfadan karışık 10 soru. Sınavdaki gibi konular karışık gelir; hangi konudan olduğunu çözümde görürsün. Birkaç gün sonra yeniden çöz.

?Soru 1

Düzgün(0, θ) dağılımından alınan bir örneklemde 2, 8, 5, 3, 7 değerleri gözlenmiştir. θ'nın momentler yöntemiyle tahmini ve en çok olabilirlik tahmini sırasıyla kaçtır?

✓ A. x̄ = 5 ve E(X) = θ/2 ⇒ θ̃ = 10; L(θ) = θ⁻⁵, θ ≥ 8'de azalan ⇒ θ̂ = max = 8. B x̄'ı doğrudan θ sanmış (θ/2'yi unutmuş); C iki yöntemin aynı sonucu verdiğini varsaymış; D iki tahmini yer değiştirmiş.Kaynak: Örnekleme dağılımları ve tahmin · Momentler yöntemi ve EÇOT

?Soru 2

X ~ Binom(400; 0,2) olduğuna göre süreklilik düzeltmesiyle normal yaklaşım kullanılarak P(X ≥ 90) yaklaşık kaçtır? (Φ(1,19) = 0,8830; Φ(1,25) = 0,8944; Φ(1,31) = 0,9049)

✓ C. μ = 80, σ = √64 = 8; P(X ≥ 90) ≈ P(Y > 89,5), z = 9,5/8 ≈ 1,19, sonuç 1 − 0,8830 = 0,1170. A süreklilik düzeltmesini atlamış (z = 1,25); B düzeltmeyi ters yöne yapmış (90,5, z ≈ 1,31); D Φ değerini cevap sanmış, sağ kuyruğa geçmemiş.Kaynak: Sürekli dağılımlar ve stokastik süreçler · Büyük sayılar yasası ve merkezi limit teoremi

?Soru 3

İki durumlu bir Markov zincirinin geçiş matrisinin birinci satırı (0,6; 0,4), ikinci satırı (0,2; 0,8)'dir. Buna göre aşağıdakilerden hangileri doğrudur?
I. Durağan dağılım (1/3; 2/3)'tür.
II. 1. durumdan başlayan zincirin iki adım sonra 1. durumda olma olasılığı 0,36'dır.
III. 2. durum soğurucu durumdur.

✓ A. Denge: 0,4π₁ = 0,2π₂ ve π₁ + π₂ = 1 ⇒ (1/3; 2/3) (I). II yanlıştır: P²₁₁ = 0,6 · 0,6 + 0,4 · 0,2 = 0,44; 0,36 yalnız iki adım yerinde kalma yoludur. III yanlıştır: p₂₂ = 0,8 ≠ 1. B ikinci yolu unutmuş; C ve D en büyük olasılıklı durumu soğurucu sanmış.Kaynak: Sürekli dağılımlar ve stokastik süreçler · Markov zinciri ve Poisson süreci

?Soru 4

X₁, X₂, …, X₂₅; ortalaması μ, varyansı 100 olan bir anakütleden alınmış bağımsız gözlemlerdir. Buna göre 2x̄ − 3 istatistiğinin varyansı kaçtır?

✓ A. Var(x̄) = 100/25 = 4; Var(2x̄ − 3) = 2² · 4 = 16. B katsayının karesini almamış (2 · 4); C sabiti varyanstan çıkarmış (16 − 3); D x̄ yerine tek gözlemin varyansını kullanmış (4 · 100).Kaynak: Örnekleme dağılımları ve tahmin · Örnekleme dağılımı: x̄ ve s²

?Soru 5

H₀: μ = 100'e karşı H₁: μ ≠ 100 hipotezleri için hesaplanan test istatistiği z = 2,1'dir (Φ(2,1) ≈ 0,982). Buna göre aşağıdakilerden hangisi doğrudur?

✓ C. İki yönlü testte p = 2(1 − 0,982) ≈ 0,036; 0,05'ten küçük, 0,01'den büyük. A tek kuyruk alanını p sanmış, üstelik 0,018 de 0,01'den büyüktür; B Φ değerini p sanmış, alanın yönü ters; D p'yi doğru bulup α ile karşılaştırmayı ters yapmış.Kaynak: Hipotez testleri · Ret bölgesi ve p-değeri

?Soru 6

X'in olasılık yoğunluk fonksiyonu x > 0 için f(x) = 0,25e−0,25x'tir. Buna göre aşağıdakilerden hangileri doğrudur?
I. E(X) = 4 ve Var(X) = 16'dır.
II. X'in medyanı ortalamasına eşittir.
III. P(X > 8 | X > 4) = P(X > 4)'tür.

✓ D. λ = 0,25: ortalama 1/λ = 4, varyans 1/λ² = 16 (I); belleksizlik gereği geçen 4 birim hesaba girmez (III). II yanlıştır: medyan 4 ln 2 ≈ 2,77 < 4; dağılım sağa çarpıktır. A belleksizliği görmez; B üstelin ortalama ve varyansını (1/λ ve 1/λ²) kaçırır; C üsteli simetrik sanıp medyanı ortalamaya eşitler.Kaynak: Sürekli dağılımlar ve stokastik süreçler · Üstel, gama ve beta dağılımları

?Soru 7

Ortalamaya ilişkin tek yönlü bir z testinde diğer koşullar sabitken aşağıdaki değişikliklerden hangileri testin gücünü artırır?
I. Gerçek ortalamanın H₀'daki değere yaklaşması
II. Örneklem büyüklüğünün artırılması
III. Anlamlılık düzeyinin 0,01'den 0,05'e çıkarılması

✓ D. II: standart hata küçülür, H₁ dağılımı ret bölgesine daha çok taşar. III: ret bölgesi genişler, β küçülür. I yanlıştır: gerçek değer μ₀'a yaklaştıkça iki dağılım üst üste biner, güç α'ya iner. A ve C I'deki yönü ters okur; A ve B örneklem büyüklüğünün, A ve C anlamlılık düzeyinin etkisini atlar.Kaynak: Hipotez testleri · Güç, örneklem büyüklüğü, Neyman–Pearson

?Soru 8

Normal dağılımlı bir anakütleden alınan 16 birimlik örneklemin varyansı 18'dir. H₀: σ² = 9'a karşı H₁: σ² ≠ 9 hipotezleri α = 0,05 düzeyinde sınanıyor (χ²0,975; 15 = 6,26; χ²0,025; 15 = 27,49; χ²0,005; 15 = 32,80). Buna göre aşağıdakilerden hangisi doğrudur?

✓ A. χ² = 15 · 18 / 9 = 30, sd = 15; iki yönlü testte üst kritik değer χ²0,025 = 27,49 aşılmıştır. B (n − 1) yerine n = 16 kullanmış; C s²/σ₀² oranını istatistik sanmış; D α/2 = 0,005 kritik değerini almış, bu α = 0,01'lik testtir.Kaynak: Hipotez testleri · Varyans testleri: χ² ve F

?Soru 9

Bir hipotez testine ilişkin aşağıdaki ifadelerden hangileri doğrudur?
I. α, H₀ reddedildiğinde H₀'ın doğru olma olasılığıdır.
II. Testin gücü 1 − β'dır.
III. H₀ reddedilemezse H₀'ın doğru olduğu kanıtlanmış olur.

✓ A. II: güç, yanlış H₀'ı reddetme olasılığıdır, 1 − β. I yanlıştır: α = P(red | H₀ doğru); verilen ifade P(H₀ doğru | red)'dir, koşulun yönü ters. III yanlıştır: reddedememek yalnız yeterli kanıt bulunmadığını gösterir; doğru söz "H₀ reddedilemez"dir, "H₀ kanıtlandı" değil. B ve D I'deki koşul tuzağına, C ve D III'teki "reddedilemedi = kanıtlandı" tuzağına düşer.Kaynak: Hipotez testleri · Hipotezler ve hata türleri

?Soru 10

X₁, X₂, X₃ ortalaması μ, varyansı σ² olan bir anakütleden bağımsız gözlemlerdir. W₁ = (X₁ + X₂)/2, W₂ = (2X₁ + X₂ + X₃)/4 ve W₃ = X₁ + X₂ − X₃ tahmin edicileri için aşağıdakilerden hangileri doğrudur?
I. Üçü de μ için yansızdır.
II. W₂, W₁'den daha etkindir.
III. W₃'ün varyansı σ²'dir.

✓ B. I: katsayı toplamları 1, 1 ve 1 − 1 + 1 = 1. II: Var(W₁) = σ²/2, Var(W₂) = (4 + 1 + 1)σ²/16 = 3σ²/8 daha küçük. III yanlıştır: Var(W₃) = (1 + 1 + 1)σ² = 3σ²; eksi katsayının karesi de 1'dir. A II'yi atlar; C ve D eksi işaretin varyansı azalttığını sanır.Kaynak: Örnekleme dağılımları ve tahmin · Yansızlık, yan ve HKO
+
Daha fazla soru çözmek ister misin?Parametrik olmayan testler soruları uygulamaya ekleniyor; şimdilik diğer derslerin sorularını çözebilirsin. Yanlışların Hata Defteri'ne kaydedilir.
Soru çöz →