logo-IBA Vytvořil Institut biostatistiky a analýz, Masarykova univerzita J. Jarkovský, L. Dušek Neparametrické testy logo-IBA Vytvořil Institut biostatistiky a analýz, Masarykova univerzita J. Jarkovský, L. Dušek Parametrické vs. neparametrické testy Parametrické testy Neparametrické testy •Mají předpoklady o rozložení vstupujících dat (např. normální rozložení..) •Při stejném N a dodržení předpokladů mají vyšší sílu testu než testy neparametrické •Pokud nejsou dodrženy předpoklady parametrických testů, potom jejich síla testu prudce klesá a výsledek testu může být zcela chybný a nesmyslný •Nemají předpoklady o rozložení vstupujících dat, lze je tedy použít i při asymetrickém rozložení, odlehlých hodnotách, či nedetekovatelném rozložení •Snížená síla těchto testů je způsobena redukcí informační hodnoty původních dat, kdy neparametrické testy nevyužívají původní hodnoty, ale nejčastěji pouze jejich pořadí http://files.mscck-trmice.webnode.cz/200000297-22250231ed/vyk%C5%99i%C4%8Dn%C3%ADk.png logo-IBA Typ srovnání Parametrický test Neparametrický test 2 skupiny dat nepárově: Nepárový t-test Mannův Whitneyho test 2 skupiny dat párově: Párový t-test Wilcoxonův test, znaménkový test Více skupin nepárově: ANOVA Kruskalův- Wallisův test Korelace: Pearsonův koeficient Spearmanův koeficient http://www.kinc.cz/obrazky/panacek-uvod.jpg Vytvořil Institut biostatistiky a analýz, Masarykova univerzita J. Jarkovský, L. Dušek Statistické testy a normalita dat —Normalita dat je jedním z předpokladů tzv. parametrických testů (testů založených na předpokladu nějakého rozložení) – např. t-testy —Pokud data nejsou normální, neodpovídají ani modelovému rozložení, které je použito pro výpočet (t-rozložení) a test tak může lhát — —Řešením je tedy: ¡Transformace dat za účelem dosažení normality jejich rozložení ¡Neparametrické testy – tyto testy nemají žádné předpoklady o rozložení dat logo-IBA Vytvořil Institut biostatistiky a analýz, Masarykova univerzita J. Jarkovský, L. Dušek Neparametrické alternativy nepárového t-testu X1 X2 ALL Rank ALL X1 rank X2 rank 27 25 25 5 6 5 35 29 29 7,5 11 7,5 38 31 31 9 13 9 37 23 23 4 12 4 39 18 18 2 14 2 29 17 17 1 7,5 1 41 32 32 10 15 10 19 19 3 3 27 6 35 11 38 13 37 12 39 14 29 7,5 41 15 Mann Whitney U-test •Stejně jako řada jiných neparametrických testů počítá i tento test s pořadím dat v souborech namísto s originálními daty. Jde o neparametrickou obdobu nepárového t-testu a z těchto neparametrických testů má nejvyšší sílu testu (95% párového t-testu). •V případě Mann-Whitney testu jsou nejprve čísla obou souborů sloučena a je vytvořeno jejich pořadí v tomto sloučeném souboru, pak jsou hodnoty vráceny do původních souborů a nadále se pracuje již jen s jejich pořadím. •Pro oba soubory je tedy vytvořen součet pořadí a menší z obou součtů je porovnán s kritickou hodnotou testu, pokud je tato hodnota menší než kritická hodnota testu, zamítáme nulovou hypotézu shody distribučních funkcí obou skupin. •Podobným způsobem je počítán i Wilcoxon rank sum test (pozor, existuje ještě Wilcoxnův párový test!!!) logo-IBA Vytvořil Institut biostatistiky a analýz, Masarykova univerzita J. Jarkovský, L. Dušek Příklad 1: Mann – Whitney U test —17 štěňat bylo trénováno v chození na záchod metodou pozitivního posilování (pochvala, když jde na záchod venku) nebo negativního (trest, když jde na záchod doma). Jako parametr bylo měřeno, za kolik dní je štěně vycvičeno. —nulová hypotéza je, že není rozdíl v metodách tréninku, tedy, že oběma metodami je štěně vycvičeno za stejnou dobu. —po srovnání rozložení + malý počet hodnot je vhodné použít neparametrický test —je vytvořeno pořadí sloučených hodnot —pořadí hodnot v jednotlivých skupinách dat je sečteno a menší ze součtů je použit pro srovnání s kritickou hodnotou testu —výsledkem testu je p25. Před zásahem Po zásahu Změna Absolutní pořadí 6 2 4 10 2,5 3 -0,5 1,5 6,3 5 1,3 6 8,1 9 -0,9 5 1,5 2 -0,5 1,5 3,4 4 -0,6 3 2,5 1 1,5 8 1,11 2 0,89 4 2,6 4 -1,4 7 1 3 -2 9 logo-IBA Vytvořil Institut biostatistiky a analýz, Masarykova univerzita J. Jarkovský, L. Dušek Příklad 2: Wilcoxonův párový test člověk A B diference pořadí 1 142 138 4 4,5 2 140 136 4 4,5 3 144 147 -3 3 4 144 139 5 7 5 142 143 -1 1 6 146 141 5 7 7 149 143 6 9,5 8 150 145 5 7 9 142 136 6 9,5 10 148 146 2 2 A…….parametr krve před podáním léku B…….parametr krve po podání léku W+ …..součet pořadí přes kladné hodnoty rozdílů = 51 W- …..součet pořadí přes záporné hodnoty rozdílů = 4 W = min(W+;W-) = 4 počet párů = n = 10 Pokud je W menší než kritická hodnota testu, pak zamítáme hypotézu shody distribučních funkcí obou skupin. logo-IBA Příklad 2: Řešení v softwaru Statistica I Vytvořil Institut biostatistiky a analýz, Masarykova univerzita J. Jarkovský, L. Dušek 3 • V menu Statistics zvolíme Nonparametrics , vybereme Comparing two dependent samples (variables) 2 logo-IBA Příklad 2: Řešení v softwaru Statistica II Vytvořil Institut biostatistiky a analýz, Masarykova univerzita J. Jarkovský, L. Dušek • Vybereme proměnné, které chceme testovat • p-value for highlighting- Úroveň p lze změnit • Kliknutím na Wilcoxon matched pairs test, získáme výstupy: Rozsah výběru Hodnota testovací statistiky Hodnota asymptotické testové statistiky Asymptotická p-hodnota POZOR: podmínka pro použití asymptotické p-hodnoty je: n≥ 30 logo-IBA Vytvořil Institut biostatistiky a analýz, Masarykova univerzita J. Jarkovský, L. Dušek Párový znaménkový test • Vybereme proměnné, které chceme testovat • p-value for highlighting- Úroveň p lze změnit • Kliknutím na Sign test (párový znaménkový test) získáme výstupy: Hodnota asymptotické testové statistiky Asymptotická p-hodnota Počet nenulových hodnot, z nich záporných je 20%. POZOR: podmínka pro použití asymptotické p-hodnoty je: n > 20 logo-IBA Vytvořil Institut biostatistiky a analýz, Masarykova univerzita J. Jarkovský, L. Dušek Znaménkový test – příklad I • Párově uspořádaný experiment pro nominální data I. Dva preparáty, každý na ½ listu - sledovaná veličina: počet skvrn (hodnoceno pouze jako rozdíl) Počet skvrn A V V M V V M M V V V B M M V M M V V M M M V – větší; M – menší n = 10 listů s rozdílnými výsledky A je větší: + n+ = 7 jev B je menší: - n- = 3 min(n+; n-) = 3 II. dvě protilátky z různých zdrojů (A;B) – aplikované na vzorek s antigenem n = 10 A + + - + - + - + + - B - - + - + + - - + - n – nenulových rozdílů: 6 A: n+ = 4 A: n- = 2 min(n+; n-) = 2 logo-IBA Neparametrická obdoba analýzy rozptylu Vytvořil Institut biostatistiky a analýz, Masarykova univerzita J. Jarkovský, L. Dušek Kruskalův – Wallisův test •K dispozici jsou alespoň 3 nezávislé náhodné výběry •Nulová hypotéza tvrdí, že všechny tyto výběry pocházejí z téhož rozložení •Nejprve všechny hodnoty uspořádáme a určíme pořadí každé hodnoty, poté pro každý výběr sečteme pořadí hodnot (Tj), které do něj patří. Testová statistika má tvar: • •V případě zamítnutí nulové hypotézy, se ptáme, které dvojice náhodných výběrů se liší, k tomuto účelu je vhodné použít metody mnohonásobného porovnávání • logo-IBA Příklad 3: Kruskalův- Wallisův test Vytvořil Institut biostatistiky a analýz, Masarykova univerzita J. Jarkovský, L. Dušek http://oranchak.com/three-irises.jpg Iris virginica Iris versicolor Iris setosa —Bylo získáno 150 kosatců pocházejících ze tří základních tříd: iris setosa, iris versicolor, iris virginica. Z botaniky je známo že iris versicolor je hybridem zbývajících dvou druhů. U květů byly měřeny následující údaje: délka a šířka kališních lístků, délka a šířka korunních plátků. —Na hladině významnosti 0,05 testujte hypotézu, že délka kališních lístků u třech tříd kosatců se neliší. Pokud zamítnete nulovou hypotézu, zjistěte, které dvojice tříd se od sebe liší. logo-IBA Příklad 3: Řešení v softwaru Statistica I Vytvořil Institut biostatistiky a analýz, Masarykova univerzita J. Jarkovský, L. Dušek 3 • V menu Statistics zvolíme Nonparametrics , vybereme Comparing multiple Indep. samples (groups) 2 logo-IBA Příklad 3: Řešení v softwaru Statistica II Vytvořil Institut biostatistiky a analýz, Masarykova univerzita J. Jarkovský, L. Dušek • Vybereme proměnné, které chceme testovat • p-value for highlighting- Úroveň p lze změnit • Kliknutím na Summary: Kruskal-Wallis ANOVA & Median test získáme výstupy. Hodnota testové statistiky Počet hodnot v každém výběru Součet pořadí hodnot p-hodnota, Je– li rozdíl mezi středními hodnotami průkazný (p< 0,05), musíme provést testy mnohonásobného porovnání. logo-IBA Příklad 3: Řešení v softwaru Statistica III Vytvořil Institut biostatistiky a analýz, Masarykova univerzita J. Jarkovský, L. Dušek p-hodnoty Testy mnohonásobného porovnávání • Kliknutímna Multiple comparisons of mean ranks for all groups