မန်း-Whitney စမ်းသပ်: ဥပမာတစ်ခုစားပွဲပေါ်မှာ

သင်္ချာဆိုင်ရာစာရင်းဇယားများတွင်စံနှုန်း - တစ်တင်းကျပ်သောစည်းမျဉ်း, အရေးပါမှုကိုတစ်ဦးအခြို့သောအဆင့်ကိုလက်ခံခဲ့သည်သို့မဟုတ်ပယ်ချသောအယူအဆနှင့်အညီ။ အဲဒါကိုတည်ဆောက်ပေးရန်, သင်တစ်ဦးသတ်သတ်မှတ်မှတ် function ကိုရှာတွေ့ဖို့လိုအပ်ပါတယ်။ ဒါဟာမျက်မြင်လက်တွေ့စိတ်ပိုင်းဖြတ်တန်ဖိုးများကနေကြောင်း, ထိုစမ်းသပ်မှု၏နောက်ဆုံးရလဒ်ပေါ်မှာမူတည်ပါသင့်တယ်။ ဒါဟာဒီ feature ဟာနမူနာအကြားခြားနားချက်များကိုအကဲဖြတ်နိုင်ရန် tool ကိုဖွစျလိမျ့မညျဖွစျသညျ။

စာရင်းအင်းများသိသိသာသာတန်ဖိုး။ ယေဘုယျအမြင်

စာရင်းအင်းအရေးပါမှု - အခွင့်အလမ်းဖြစ်ပျက်မှုများ၏ဖြစ်နိုင်ခြေ၏တန်ဖိုးအလွန်နိမ့်ဖြစ်ပါတယ်။ ပိုပြီးအစွန်းရောက်နှင့်၎င်း၏စွမ်းဆောင်ရည်အဖြစ်အရေးမ။ အဆိုပါခြားနားချက်အရေးဆိုမှုကဤခြားနားချက်တည်ရှိမပါလျှင်လျှစ်ဖြစ်နိုင်ခြေသောအချက်အလက်များ, ရှိပါတယ်ရှိရာအမှု၌ကစာရင်းအင်းသိသိသာသာဟုခေါ်သည်။ ဒါပေမဲ့ဒီဒီခြားနားချက်သေချာပေါက်ကြီးမားခြင်းနှင့်သိသာထင်ရှားသောသူဖြစ်ရမည်ဟုဆိုလိုခြင်းမဟုတ်ပါ။

စာရင်းအင်းအရေးပါမှုကိုစမ်းသပ်မှုများ၏အဆင့်

ဤဝေါဟာရကိုဖွယ်ရှိသည်၎င်း၏အမှန်တရား၏ဖြစ်ရပ်အတွက်တရားမဝင်သောအယူအဆကိုငြင်းပယ်နားလည်သဘောပေါက်ရပါမည်။ ဤသည်ကိုလည်းတစ်ဦးပထမဦးဆုံးမျိုးအမှား, ဒါမှမဟုတ်မှားယွင်းသောအပြုသဘောဆုံးဖြတ်ချက်ဟုခေါ်သည်။ အများဆုံးကိစ္စများတွင်ထိုလုပ်ငန်းစဉ်ကို p-တန်ဖိုးကို ( "pi တန်ဖိုး") အပေါ်အခြေခံသည်။ စာရင်းအင်းစမ်းသပ်မှုများ၏အဆင့်ကိုစောင့်ကြည့်ခြင်းဖြင့်ဤသည်တဖြည်းဖြည်းတိုးပွားလာဖြစ်နိုင်ခြေ။ သူသည်အလှည့်၌, null အယူအဆ၏ကလေးမွေးစားခြင်းအချိန်နမူနာရှိပါတယ်။ ယင်းကို p-တန်ဖိုးကြေငြာအဆင့်ကိုလေ့လာဆန်းစစ်ထက်လျော့နည်းပါကအဆိုပါအကြံပြုချက်ပယ်ချလိမ့်မည်။ ဒီကိန်းဂဏန်းကနေတိုက်ရိုက်အရေးပါမှုကိုစမ်းသပ်တန်ဖိုးများကိုမူတည်: အသေးငယ်က, အသီးသီးသည်နှင့်အယူအဆကိုငြင်းပယ်ဖို့ပိုအကြောင်းပြချက်။ အဆိုပါအဓိပ်ပာယျအဆငျ့များသောအားဖြင့်စာကို B ကို (alpha) ကခေါ်လိုက်ပါမယ်ဖြစ်ပါတယ်။ အထူးကုကြားတွင်ရေပန်းစားသောကိန်းဂဏန်းများ: 0.1%, 1%, 5% နှင့် 10% ။ ဥပမာ, တစ်ဦးပွဲစဉ်၏အခွင့်အလမ်းတွေကို, ထို့နောက်ကျိန်းသေကျွန်တော်တစ်ဦးကိုကျပန်း variable ကို၏စာရင်းအင်းအရေးပါမှု၏ 0.1% အဆင့်အကြောင်းကို 1000 ခုနှစ် 1 စကားပြောနေကြသည်နေကြသည်ဟုဆိုသည်လျှင်။ ကွဲပြားခြားနားသောအဓိပ္ပါယ်များခ-အဆင့်ဆင့်မိမိတို့ကိုယ်ပိုင်အကောင်းအဆိုး cons ရှိသည်။ ယင်းအညွှန်းကိန်းဟာအခြားရွေးချယ်စရာအယူအဆသိသိသာသာကြောင်း သာ. ဖြစ်နိုင်ခြေထို့နောက်လျော့နည်းသည်ဆိုပါက။ ဒီမိစ္ဆာတရားမဝင်သောအယူအဆကိုငြင်းပယ်မရသောစွန့်စားမှုဖြစ်နိုင်ပေမယ့်။ ဒါဟာအကောင်းဆုံးခ-Level ၏ရွေးချယ်မှုမိစ္ဆာအပြုသဘောနှင့်မှားယွင်းသောအနုတ်လက္ခဏာဆုံးဖြတ်ချက်များများ၏အပေးအယူဖြစ်နိုင်ခြေများအသီးသီး "ဟုအဆိုပါအာဏာအရေးပါမှု" သို့မဟုတ်, ၏ချိန်ခွင်လျှာပေါ်တွင်မူတည်ကြောင်းကောက်ချက်ချနိုင်ပါသည်။ ရုရှားစာပေများတွင် "စာရင်းအင်းအရေးပါမှု" နဲ့ပြောရလျှင်ဟူသောဝေါဟာရကို "စစ်မှန်" ဖြစ်ပါတယ်။

အဆိုပါတရားမဝင်သောအယူအဆ၏ဆုံးဖွတျခ

သင်္ချာဆိုင်ရာစာရင်းဇယားများတွင်, ဒီယူဆချက်လက်၌တည်ဆဲပင်ကိုယ်မူလသက်သေအထောက်အထားများနှင့်အတူကိုက်ညီမှုများအတွက်ဓြှု။ ကိစ္စအများစုတွင်, null အယူအဆလေ့လာမှု variable တွေကိုအကြားဆက်စပ်မှုပျောက်နေသည်သို့မဟုတ်သောဖြန့်ဖြူးတူညီနေမှုကွဲပြားခြားနားမှုလေ့လာရန်မလိုပါကြောင်းအယူအဆခေါ်ဆောင်သွားသည်။ အဆိုပါတရားမဝင်သောအယူအဆငြင်းဆန်ဖို့ကြိုးစားနေစံသုတေသနသင်္ချာပညာရှင်လက်အောက်တွင်ကြောင့်စမ်းသပ်တွေ့ရှိချက်များနှင့်ကိုက်ညီမဟုတ်ကြောင်းသက်သေပြနိုင်ဖို့ဖြစ်ပါတယ်။ ရပျရပျမြားနှငျ့အစားသုည၏လက်ခံခဲ့သည်ကြောင်းတစ်ခုကအခြားရွေးချယ်စရာအယူအဆယူ။

key ကိုအဓိပ္ပာယ်

အတွက်စံနှုန်းဦး (မန်း-Whitney) သင်္ချာကိန်းဂဏန်းများအ နှစ်ခုနမူနာများအကြားခြားနားချက်များအကဲဖြတ်ဖို့ခွင့်ပြုပါတယ်။ သူတို့ဟာ quantitative တိုင်းတာသောရို၏အဆင့်တွင်ပေးထားနိုင်ပါတယ်။ ဤနည်းလမ်းကိုသေးငယ်တဲ့နမူနာများ၏ကွဲပြားခြားနားမှုများ၏အကဲဖြတ်များအတွက်စံပြဖြစ်ပါတယ်။ ဒါဟာရိုးရှင်းတဲ့စံနှုန်း 1945 ခုနှစ်တွင်ဖရန့် Wilcoxon နေဖြင့်အဆိုပြုခဲ့ပါတယ်။ နှင့်ပြီးသား 1947 ခုနှစ်, ထိုနည်းလမ်းကိုပြန်လည်ပြင်ဆင်ထားသောခဲ့ပြီးသိပ္ပံပညာရှင်များအိပ်ချ်ခမန်းနှင့်ဃ R. Uitni သူယနေ့တိုင်အောင်ခေါ်ဝေါ်သောများ၏အမည်များအားဖြင့်ဖြည့်ဆည်း။ စိတ်ပညာ, သင်္ချာ, စာရင်းဇယားနဲ့တခြားသိပ္ပံအတွက်မန်း-Whitney စမ်းသပ်သီအိုရီသုတေသနများ၏သင်္ချာအခြေခံအုတ်မြစ်များ၏အခြေခံဒြပ်စင်တစ်ခုဖြစ်ပါသည်။

ဖေါ်ပြချက်

မန်း-Whitney - parameters တွေကိုမရှိဘဲအတော်လေးရိုးရှင်းတဲ့နည်းလမ်း။ ၎င်း၏စွမ်းရည်သိသိသာသာဖြစ်ပါတယ်။ ဒါဟာအာဏာကို Rosenbaum Q-စမ်းသပ်မှုထက်သိသိသာသာပိုမိုမြင့်မားသည်။ အဆိုပါနည်းလမ်းကိုအမည်ရပထမဦးဆုံးနှင့်ဒုတိယရွေးချယ်မှုများ၏အဆင့်တန်ဖိုးများ၏အတန်းအကြားဘယ်လိုအသေးသည့်နမူနာများအကြား Cross-တန်ဖိုးများ၏ဧရိယာအကဲဖြတ်ထားပါသည်။ တန်ဖိုးသတ်မှတ်ထားသည့် parameter သည်တန်ဖိုးများကိုတရားဝင်ကွဲပြားခြားနားမှုဖြစ်ကြောင်းပိုမိုဖြစ်နိုင်ဖွယ်ထက်လျော့နည်းသည်။ စနစ်တကျသတ်မှတ်ထားဦး (မန်း-Whitney) လျှောက်ထားရန်, အခြို့ကန့်သတ်အကြောင်းကိုမမေ့မလြော့ပါ။ တစ်ခုချင်းစီကိုနမူနာအနည်းဆုံး 3 ဝိသေသတန်ဖိုးကိုဖြစ်သင့်သည်။ ဒါဟာနှစ်ဦးကိုတဦးအမှုအတွက်တန်ဖိုးများတာဖြစ်နိုင်တယ်, ဒါပေမဲ့သူတို့သေချာပေါက်အနည်းဆုံးငါးဖြစ်ရမည်ဒုတိယအကြိမ်။ စမ်းသပ်မှုနမူနာခုနှစ်တွင်တော့သည်အညွှန်းကိန်းနိမ့်ဆုံးအရေအတွက်ကဖြစ်ရပါမည်။ အားလုံးနံပါတ်များစံပြအမှု၌ကွဲပြားခြားနားသောဖြစ်ရမည်။

၏အသုံးပြုမှု

မှန်ကန်စွာမန်း-Whitney စမ်းသပ်သုံးစွဲဖို့ဘယ်လိုနေသလဲ? ဒီနည်းလမ်းကိုပြုလုပ်ထားသောစားပွဲတင်တစ်အချို့ဝေဖန်တန်ဖိုးကိုပါဝင်သည်။ ပထမဦးဆုံးအသငျသညျထို့နောက်အဆင့်ထားတဲ့နှစ်ခုကိုလိုက်ဖက်နမူနာ၏တစ်ခုတည်း set ကိုဖန်တီးရန်လိုအပ်သည်။ ဆိုလိုသည်မှာယင်းဒြပ်စင်သေးငယ်တဲ့တန်ဖိုးကိုဖို့တာဝန်ဖြစ်ပါတယ်အင်္ဂါရပ်များတိုးခြင်းနှင့်နိမ့်ရာထူး၏ဒီဂရီနှင့်အညီစီစဉ်ပေးနေကြသည်ဖြစ်ပါတယ်။ ရလဒ်အနေနဲ့ကျွန်တော်အမှတ်စုစုပေါင်းအရေအတွက်ကရယူ:

N ကို = N1 + n2,

တန်ဖိုးများ N1 နှင့် n2 ဘယ်မှာ - အစီးရေအရေအတွက်အသီးသီးပထမဦးဆုံးနှင့်ဒုတိယနမူနာတွင်ပါရှိသော။ ထို့ပြင်တစ်ခုတည်းအဆင့်အရေအတွက်ကိုတန်ဖိုးများနှစ်ခုအမျိုးအစားခွဲခြားထားပါသည်။ အသီးသီးယူနစ်, ပထမဦးဆုံးနှင့်ဒုတိယနမူနာ။ အခုပထမနှင့်ဒုတိယတန်းအတွက်တန်ဖိုးရာထူးများ၏ပေါင်းလဒ်ကိုဖွင့်ထဲမှာထည့်သွင်းစဉ်းစား။ ဒါဟာ NX ယူနစ်နှင့်အတူတစ်နမူနာကိုက်ညီသော (TX) သူတို့ထဲကအများစုဟာဆုံးဖြတ်သည်။ ပိုပြီး Wilcoxon နည်းလမ်းကိုသုံးစွဲဖို့၎င်း၏တန်ဖိုးကိုအောက်ပါလုပ်ထုံးလုပ်နည်းများကတွက်ချက်ထားသည်။ စားပွဲပေါ်မှာအထူးသခေါ်ဆောင်သွား N1 နှင့် n2 များအတွက်အရေးပါစံနှုန်းများ၏အရေးပါမှု၏ရွေးချယ်ထားသောအဆင့်ကိုဆုံးဖြတ်ရန်အဘို့အဒါဟာလိုအပ်ပေသည်။ ရရှိလာတဲ့အစိတ်အပိုင်းထက်လျော့နည်းသို့မဟုတ်စားပွဲကနေတန်ဖိုးညီမျှစေနိုင်ပါတယ်။ ဤကိစ္စတွင်ခုနှစ်, သိသိသာသာကွာခြားချက်ကိုလေ့လာနမူနာများတွင်ရိုအဆင့်ဆင့်ကိုစေ့စေ့မေးမြန်းပြီးဖြစ်ပါတယ်။ ရလဒ်တန်ဖိုးကစားပွဲထက် သာ. ကြီးမြတ်သည်ဆိုပါက, ထို့နောက်တရားမဝင်သောယူဆချက်ကိုလက်ခံသည်။ အဆိုပါတွက်ချက်မှုမန်း-Whitney စမ်းသပ်လုပ်ဆောင်သောအခါကတရားမဝင်သောယူဆချက်မှန်လျှင်, စံနှုန်းဖြစ်လိမ့်မည်ဟုမှတ်ချက်ပြုရပါမည် မြော်လင့်, အဖြစ်ပျံ့နှံ့။ ဒေတာနမူနာနည်းလမ်း၏ကြီးမားသော volumes ကိုများအတွက်နီးပါးပုံမှန်ဖြန့်ဖြူးထည့်သွင်းစဉ်းစားကြောင်းသတိပြုပါ။ ကွဲပြားခြားနားမှုများ၏အရေးပါမှုကိုပိုမိုမြင့်မားသည်တန်ဖိုးအနည်းငယ်မျှသာမန်း-Whitney စမ်းသပ်ဖြစ်လာသည်။