🗊Презентация Основы практической био-медицинской статистики. Методы непараметрической статистики. Хи-квадрат. Точный тест Фишера

ОСНОВЫ ПРАКТИЧЕСКОЙ БИО-МЕДИЦИНСКОЙ СТАТИСТИКИ СЕРИЯ 4 Методы непараметрической статистики. Таблицы сопряженности. Хи-квадрат. Точный тест Фишера. Трактовка результатов. Таблицы сопряженности более 2*2. Примеры использования. Ранговые критерии. Тест Манна-Уитни. Тест Краскела-Уоллиса. Тест Вилкоксона. Другие непараметрические критерии. Примеры использования. Трактовка результатов.

Предположения (ограничения) для точного критерия Фишера и критерия хи-квадрат: Случайная выборка (данные должны быть отобраны из большей популяции или быть репрезентативны по отношению к ней) Данные должны образовывать частотную таблицу (частоты, не доли) Категории должны быть взаимоисключающими Для критерия хи-квадрат значения в ячейках таблицы не должны быть <5, общее N не должно быть <20 Каждый субъект должен быть независимо отобран из популяции (независимые наблюдения) Выборки должны быть независимы друг от друга (в противном случае должен использоваться критерий Мак-Неймара

Непараметрический аналог непарного t-теста: тест суммы рангов Уилкоксона-Манн-Уитни t-тест основывается на предположении, что выборка сделана из популяций (ии) с нормальным распределением – это параметрический тест Непараметрические тесты не делают предположений о характере распределения признака в популяции Вместо полученных значений исследуемого показателя используются ранги этих значений В целом, подход включает создание всех возможных наборов данных с заданными параметрами и расчет р значения как вероятности получить «наши» данные среди всех возможных вариантов Чтобы не создавать каждый раз данные заново, используют аппроксимации

тест Уилкоксона-Манн-Уитни (WMW)

тест Уилкоксона-Манн-Уитни (WMW) Ответ на вопрос: Если бы распределение рангов между группами А и В было случайным, с какой вероятностью мы увидели бы такую же, как сейчас (или большую) разность рангов? Для малых выборок – существенно меньшая мощность по сравнению с t-тестом (t-тест использует «знания» или предположения о характере распределения) Вместо полученных значений используются ранги, поэтому тест устойчив к выбросам (это устойчивый тест) Предположения для теста WMW: Выборки сделаны случайным образом (или являются репрезентативными) для популяций большего размера Выборки получены независимо друг от друга (иначе нужно использовать тест Уилкоксона для связанных совокупностей) Наблюдения внутри каждой выборки получены независимо друг от друга Значения признака в каждой совокупности не должны следовать заранее заданному распределению, но распределения должны иметь схожую форму