Neparametriskie statistiskie testi
Neparametriskie (bez sadalījuma) testi ir statistiskas metodes hipotēžu pārbaudīšanai, kas nepieprasa datu atbilstību konkrētam varbūtības sadalījumam (piemēram, normālajam), padarot tos noturīgus pret novirzēm no normalitātes, ārkārtējām vērtībām un kārtas datiem. Mann-Vitnija U tests (1947) un Kruskala-Volisa tests (1952) paplašina hipotēžu pārbaudi, pārsniedzot parametrisko pieņēmumu ierobežojumus. Neparametriskie testi, kas ir būtiski bioloģijā, medicīnā, psiholoģijā un jebkurā jomā, kur dati ir nenormāli, ļoti sašķiebti vai mērīti kārtas skalās (rangi, vērtējumi), nodrošina derīgu secinājumu, kad parametriskie pieņēmumi ir nepiemēroti.
Lasīt pilno metodes aprakstu
Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.
Method map
The neighbourhood of related methods — select a node to explore.
Avoti
- 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: 10.1214/aoms/1177730491 ↗
- 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: 10.1080/01621459.1952.10483441 ↗
- Conover, W. J. (1999). Practical Nonparametric Statistics (3rd ed.). John Wiley & Sons. link ↗
Kā citēt šo lapu
ScholarGate. (2026, June 4). Distribution-Free Hypothesis Testing. ScholarGate. https://scholargate.app/lv/research-statistics/nonparametric-tests
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Dispersijas analīze (ANOVA)Pētniecības statistika↔ compare
- Beijesiskā statistiskā inferencēšanaPētniecības statistika↔ compare
- Regresijas lineārā analīzePētniecības statistika↔ compare
Uz to atsaucas
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →