ikke-parametriske tests

47
Ikke-parametriske tests

Upload: dafydd

Post on 24-Feb-2016

65 views

Category:

Documents


0 download

DESCRIPTION

Ikke-parametriske tests. Dagens menu. t – testen… Hvordan var det nu lige det var? Wilcoxson Mann – Whitney U Kruskall Wallis Friedman Kendalls og Spearmans correlation. t -testen. t-testen. Men er data normal fordelte? Vi spørger SPSS! – Table 4-1 Armitage. - PowerPoint PPT Presentation

TRANSCRIPT

Page 1: Ikke-parametriske  tests

Ikke-parametriske tests

Page 2: Ikke-parametriske  tests

2

Dagens menu

t – testen… Hvordan var det nu lige det var?

WilcoxsonMann – Whitney U Kruskall WallisFriedman

Kendalls og Spearmans correlation

Page 3: Ikke-parametriske  tests

3

t-testen

Patient Drug Placebo difference1,00 19,00 22,00 -3,002,00 11,00 18,00 -7,003,00 14,00 17,00 -3,004,00 17,00 19,00 -2,005,00 23,00 22,00 1,006,00 11,00 12,00 -1,007,00 15,00 14,00 1,008,00 19,00 11,00 8,009,00 11,00 19,00 -8,0010,00 8,00 7,00 1,00

Page 4: Ikke-parametriske  tests

4

t-testen

Men er data normal fordelte? Vi spørger SPSS! – Table 4-1 Armitage

Page 5: Ikke-parametriske  tests

5

t-testen. Er data normalfordelte?

Tests of Normality

Kolmogorov-Smirnova Shapiro-Wilk

Statistic df Sig. Statistic df Sig.

drug ,191 10 ,200* ,954 10 ,715

placebo ,172 10 ,200* ,936 10 ,509

a. Lilliefors Significance Correction

*. This is a lower bound of the true significance.

Page 6: Ikke-parametriske  tests

6

t-testens begrænsninger

• Hvis vi tvivler på normalfordeling• Hvis vores outcome (dependent variable) er ordinal (ordnet

kategorisk)fx ’--’, ’-’, ’0’, ’+’, ’++’

• Hvis vi kan nøjes med en simpel metode

Page 7: Ikke-parametriske  tests

7

The sign test

• Den non-parametriske version af one-sample t-test• H0 for One-sample t-test: Middelværdien er 0• H0 for sign testen: Fordelingen er symmetrisk omkring 0

Page 8: Ikke-parametriske  tests

8

The sign test

Patient Drug Placebo difference Sign1,00 19,00 22,00 -3,00 -2,00 11,00 18,00 -7,00 -3,00 14,00 17,00 -3,00 -4,00 17,00 19,00 -2,00 -5,00 23,00 22,00 1,00 +6,00 11,00 12,00 -1,00 -7,00 15,00 14,00 1,00 +8,00 19,00 11,00 8,00 +9,00 11,00 19,00 -8,00 -10,00 8,00 7,00 1,00 +

• Er der lige mange plusser og minusser?

• Der er 4 plusser og 6 minusser.

• Binomial fordelingen fortæller om sandsynligheden for at få 4 plusser ud af 10 mulige.

• (One sided!)

Page 9: Ikke-parametriske  tests

9

The sign test in SPSS

Page 10: Ikke-parametriske  tests

10

The sign test in SPSS – the fancy dialog

Page 11: Ikke-parametriske  tests

11

The sign test

Binomial Test

Category N

Observed

Prop. Test Prop.

Exact Sig. (2-

tailed)

difference Group 1 <= 0 6 ,60 ,50 ,754

Group 2 > 0 4 ,40

Total 10 1,00

• Det er altså ikke særligt usandsynligt at observere 4 eller mindre minusser ud af 10 mulige

Page 12: Ikke-parametriske  tests

12

Men fortegnet beskriver jo ikke hele forskellen…

Patient Drug Placebo difference1,00 19,00 22,00 -3,002,00 11,00 18,00 -7,003,00 14,00 17,00 -3,004,00 17,00 19,00 -2,005,00 23,00 22,00 1,006,00 11,00 12,00 -1,007,00 15,00 14,00 1,008,00 19,00 11,00 8,009,00 11,00 19,00 -8,0010,00 8,00 7,00 1,00

• Hvis fx de negative værdier er større end de positive

• Wilcoxon’s signed rank sum test Tager højde for det

Page 13: Ikke-parametriske  tests

13

Wilcoxon’s signed rank sum test

difference-3,00-7,00-3,00-2,001,00-1,001,008,00-8,001,00

• Opstil tallene efter størrelse uden at tage hensyn til fortegnet, men noter det blot

• Hvis flere tal har samme rank, bruges den gennemsnitlige rank

• Plussernes hhv. minussernes rank summeres

• T+ = 2,5+2,5+2,5+9,5 = 17• T- = 2,5+5+6,5+6,5+8+9,5 = 38

1 2 3 4 5 6 7 8 9 10Rank 2.5 5 6.5 8 9.5

Numerical value 1 1 1 1 2 3 3 7 8 8sign + - + + - - - - + -

Page 14: Ikke-parametriske  tests

14

Wilcoxon’s signed rank sum test

Der slås op i tabel for at se om ranken af den mindste er lille.

Page 15: Ikke-parametriske  tests

15

Wilcoxon’s signed rank sum test

Page 16: Ikke-parametriske  tests

16

Wilcoxon’s signed rank sum test –the fancy version

Page 17: Ikke-parametriske  tests

17

Wilcoxon’s signed rank sum test

Ranks

N Mean Rank Sum of Ranks

placebo - drug Negative Ranks 4a 4,25 17,00

Positive Ranks 6b 6,33 38,00

Ties 0c

Total 10

a. placebo < drug

b. placebo > drug

c. placebo = drug

Test Statisticsb

placebo - drug

Z -1,079a

Asymp. Sig. (2-tailed) ,281

a. Based on negative ranks.

b. Wilcoxon Signed Ranks Test

Page 18: Ikke-parametriske  tests

18

• Use Wilcoxon’s signed rank sum test to test if there is a statistical difference between the number of attacks in the placebo and the Pronethaol groups

Pause Opgave

Patient number

# attack on placebo Pronethaol

1 71 29 2 323 348 3 8 1 4 14 7 5 23 16 6 34 25 7 79 65 8 60 41 9 2 0 10 3 0 11 17 15 12 7 2

Page 19: Ikke-parametriske  tests

19

Sammenligning mellem to uafhængige grupper

Mann Whitney U testEller Wilcoxon’s rank sum testEller Kendall’s S test

t-testen for ikke-parametrisk data

Page 20: Ikke-parametriske  tests

20

Mann Whitney U (Wilcoxon’s metode) test

H0: Fordelingerne som de to grupper stammer fra er identiske

Sådan gør man: ovnen tændes på 200C1. Opstil tallene fra begge grupper i rækkefølge (Ranking)2. Beregn summen af rank’ene for hver gruppe3. Tæl antallet af tal i hver gruppe4. Se om den mindste rank sum er mindre end den der er opgivet i

tabel A8

Page 21: Ikke-parametriske  tests

21

Mann Whitney U test (Wilcoxon’s metode) - I hånden

High Protein

Low Protein

134,00 70,00146,00 118,00104,00 101,00119,00 85,00124,00 107,00161,00 132,00107,00 94,0083,00

113,00129,0097,00

123,00

Page 22: Ikke-parametriske  tests

22

Mann Whitney U test (Wilcoxon’s metode) - I hånden

Page 23: Ikke-parametriske  tests

23

Mann Whitney U test (Wilcoxon’s metode) - I SPSS

Tabel 4-2 ArmitageBemærk opsætningen af data!

Page 24: Ikke-parametriske  tests

24

Mann Whitney U test (Wilcoxon’s metode) - I SPSS

Bemærk at man skal definere gruppe inddelingen!

Page 25: Ikke-parametriske  tests

25

Mann Whitney U test - I SPSS

Page 26: Ikke-parametriske  tests

26

Mann Whitney U test - I SPSS

Ranks

group N Mean Rank Sum of Ranks

Weight low 7 7,07 49,50

high 12 11,71 140,50

Total 19

Test Statisticsb

Weight

Mann-Whitney U 21,500

Wilcoxon W 49,500

Z -1,733

Asymp. Sig. (2-tailed) ,083

Exact Sig. [2*(1-tailed Sig.)] ,083a

a. Not corrected for ties.

b. Grouping Variable: group

Page 27: Ikke-parametriske  tests

28

Sammenligning af flere usammenhængende grupper

Kruskal-Wallis test

H0: Fordelingerne som gruppere stammer fra er identiske

En-vejs ANOVA for parametrisk data

Page 28: Ikke-parametriske  tests

29

Kruskal-Wallis test

Et par definitioner:k er antallet af grupperni antallet af observationer i den i’te gruppeN er det samlede antal observationerRi summen af ranks i den i’te gruppe

Sådan gør man:Rank alle observationerBeregn rank summen for hver gruppeBeregn H (Det der i bogen kaldes T)Dette H er en chi-kvadrat fordeling med k-1 frihedsgræderSlå p-værdien op i en tabel

131

122

NNN

H iin

T

Page 29: Ikke-parametriske  tests

30

Kruskal-Wallis test – Et eksampel fra Armitage

Page 30: Ikke-parametriske  tests

31

Kruskal-Wallis test – Et eksampel

De rå data rankes

Page 31: Ikke-parametriske  tests

32

Kruskal-Wallis test – Et eksampel

De rå data rankesH beregnes

2,6632,692132120242212

120312020

57936534212

2222

H

131

122

NNN

H iin

T

Page 32: Ikke-parametriske  tests

33

Kruskal-Wallis test – Et eksampel

De rå data rankesH = 6,2 Antallet af frihedsgrader = k-1 = 3

Page 33: Ikke-parametriske  tests

34

Kruskal-Wallis test – i SPSS

Page 34: Ikke-parametriske  tests

35

Kruskal-Wallis test – i SPSS

Page 35: Ikke-parametriske  tests

36

Kruskal-Wallis test – i SPSS

Page 36: Ikke-parametriske  tests

37

Kruskal-Wallis test – i SPSS

Ranks

group N Mean Rank

count 1,00 5 8,40

2,00 5 10,60

3,00 5 7,20

4,00 5 15,80

Total 20

Test Statisticsa,b

count

Chi-Square 6,205

df 3

Asymp. Sig. ,102

a. Kruskal Wallis Test

b. Grouping Variable:

group

Page 37: Ikke-parametriske  tests

38

Sammenligning af flere sammenhængende grupper

Friedman’s test

Repeated ANOVA for parametrisk data

Page 38: Ikke-parametriske  tests

39

Friedman’s test Table 8.3 from Armitage

Page 39: Ikke-parametriske  tests

40

Friedman’s test

Ranks

Mean Rank

T1 1,38

T2 2,00

T3 2,94

T4 3,69

Test Statisticsa

N 8

Chi-Square 15,152

df 3

Asymp. Sig. ,002

a. Friedman Test

Page 40: Ikke-parametriske  tests

41

Friedman’s test

Page 41: Ikke-parametriske  tests

42

Pause opgave?

• Er der forskel på grisebassernes vægt i de forskellige fodergrupper?

Page 42: Ikke-parametriske  tests

43

Ranked Correlation

Kendall’s Spearman’s rs

Korrelation koefficienten er mellem -1 og 1. Hvor -1 er perfekt omvendt korrelation, 0 betyder ingen korrelation,

og 1 betyder perfekt korrelation.

Pearson is the correlation method for normal dataRemember the assumptions:1. Dependent variable must be metric continuous2. Independent must be continuous or ordinal3. Linear relationship between dependent and all independent

variables4. Residuals must have a constant spread.5. Residuals are normal distributed

Page 43: Ikke-parametriske  tests

44

Kendall’s - Et eksempel

Page 44: Ikke-parametriske  tests

45

Kendall’s - Et eksempel

121

nnS QPS

Page 45: Ikke-parametriske  tests

46

Spearman – det samme eksempel

d2 1 4 9 1 1 1 9 9 1 16

0.684810105261

61 33

2

nnd

rs

Page 46: Ikke-parametriske  tests

47

Korrelation i SPSS

Page 47: Ikke-parametriske  tests

48

Korrelation i SPSS

Correlations

a b

a Pearson

Correlation

1 ,685*

Sig. (2-tailed) ,029

N 10 10

b Pearson

Correlation

,685* 1

Sig. (2-tailed) ,029

N 10 10

*. Correlation is significant at the 0.05 level (2-tailed).

Correlations

a b

Kendall's tau_b a Correlation

Coefficient

1,000 ,511*

Sig. (2-tailed) . ,040

N 10 10

b Correlation

Coefficient

,511* 1,000

Sig. (2-tailed) ,040 .

N 10 10

Spearman's rho a Correlation

Coefficient

1,000 ,685*

Sig. (2-tailed) . ,029

N 10 10

b Correlation

Coefficient

,685* 1,000

Sig. (2-tailed) ,029 .

N 10 10

*. Correlation is significant at the 0.05 level (2-tailed).