자기 재배, 심리학
맨 - 휘트니 테스트 : 예를 들어 테이블
수학 통계 기준 - 중요한 일정 수준의 수락 또는 거부 가설에 따라 엄격한 규칙. 를 구축하기 위해, 당신은 특정 기능을 찾아야합니다. 이것은 경험적으로 결정된 값들로부터 인 실험의 최종 결과에 의존한다. 그것은이 기능은 샘플 사이의 차이를 평가하는 도구가 될 것입니다.
통계적으로 유의 한 값입니다. 개요
통계적 유의성은 - 기회의 발생 확률의 값이 매우 낮은입니다. 더 극단적 및 성능 등의 하찮은. 차이는 제 이러한 차이가 존재하지 않는 경우, 무시할 수있는 가능성이있는 데이터가 존재하는 경우에 유의 불린다. 그러나이 차이는 반드시 크고 중요 할 수 있어야한다는 것을 의미하지 않습니다.
통계적 유의성 시험의 수준
이 용어는 가능성이 이해는 진리의 경우 귀무 가설을 기각한다. 이것은 또한 제 1 종 또는 거짓 긍정적 인 의사 결정의 오류라고합니다. 대부분의 경우,이 프로세스는 p- 값 ( "PI 값")에 기초한다. 통계적 시험의 수준을 관찰하여,이 누적 확률. 그는 차례 차례로, 귀무 가설의 채택시 샘플을 가지고있다. P 값이 선언 레벨 분석 미만인 경우 제안은 거부 될 것이다. 이 그림에서 직접 중요성 테스트 값을 따라 달라 작은이 가설을 거부 할 수있는, 각각, 그리고 더 많은 이유가있다.
귀무 가설의 결정
수학 통계에서,이 가정은 손에 기존의 경험적 증거와 일관성을 확인합니다. 대부분의 경우, 귀무 가설이 연구 변수 간의 상관 관계가 없거나 그 분포 균일 성 차이를 연구 할 필요가 없습니다 가설을 가지고있다. 이 실험 결과와 일치하지 않는 것을 증명하기 위해, 즉, 귀무 가설을 반증하려고 표준 연구 수학자에서. 그리고 장소와 대신 제로의 허용됩니다 대안 가설을 촬영합니다.
키 정의
의 기준 U (맨 - 휘트니) 수학 통계는 두 샘플 간의 차이를 평가할 수 있습니다. 이들 정량적 측정 된 특성의 레벨을들 수있다. 이 방법은 샘플의 작은 차이의 평가에 적합하다. 이 간단한 기준은 1945 년 프랭크 윌콕슨에 의해 제안되었다. 그리고 1947 년, 방법은 수정 된 과학자 H. B. 맨과 D. R. Uitni, 그는이 일에 호출되는 이름에 의해 보충. 심리학, 수학, 통계, 그리고 다른 많은 과학 맨 - 휘트니 시험은 이론 연구의 수학적 기초의 기본 요소 중 하나입니다.
기술
맨 - 휘트니 - 매개 변수없이 비교적 간단한 방법. 그 능력은 중요하다. 그것은 전력 로젠 Q 테스트보다 상당히 높다. 상기 방법은 평가 방법을 작게, 즉 제 1 및 제 2의 선택 순위 값의 행과 샘플 사이의 상호 값의 영역. 값은 기준 파라미터 값이 유효한 차이가 있다는 확률보다 작다. 제대로 기준 U (맨 - 휘트니를) 적용하려면 몇 가지 제한 사항에 대해 잊지 마세요. 각 샘플을 적어도 3 특징 값이어야한다. 하나의 경우 두 값,하지만 두 번째 시간들이 반드시 적어도 다섯이어야 가능하다. 테스트 샘플에서 동행 지표의 최소 수 있어야합니다. 모든 숫자는 이상적인 경우에 달라야합니다.
의 사용
어떻게 제대로 Mann-Whitney test를 사용 하는가? 이 방법에 의해 제조되는 테이블은 소정의 임계 값을 포함한다. 먼저 다음 순위가 두 개의 일치하는 샘플의 단일 세트를 작성해야합니다. 그 작은 값에 할당 된 기능 요소 및 낮은 등급의 증가 정도에 따라 배치되어있다. 그 결과, 우리는 성적의 총 수를 구하십시오
N = N1 + N2,
여기서 숫자 N1과 N2 - 각각 제 1 및 제 2 샘플에 포함되는 유닛 수. 또한, 하나의 랭킹 값들은 두 가지로 나누어진다. 장치는 각각 제 1 및 제 2 샘플. 지금, 제 1 및 제 2 행의 값의 순위의 합을 차례로 고려. 또한 NX 단위로 샘플에 대응하는 (송신) 대부분을 결정 하였다. 더 윌 콕슨이 방법을 사용하려면 그 값은 다음과 같은 절차에 의해 계산된다. 표 특별히 취해진 N1 및 N2에 대한 중요한 기준의 중요성의 선택된 레벨을 결정하는 것이 필요하다.
Similar articles
Trending Now