Zhrnutie na Štatistické testy a ich aplikácie

Štatistické testy a ich aplikácie: Kompletný rozbor

ZhrnutieTest znalostíKartičkyPodcastMyšlienková mapa

Úvod

Neparametrická štatistika skúma metódy, ktoré nevyžadujú prísne predpoklady o tvare rozdelenia (napr. normalite). Hodí sa pri malých vzorkách, ordinalnych dátach alebo pri prítomnosti odľahlých hodnôt. Tento materiál predstavuje základné neparametrické testy, ich princípy, postupy a praktické príklady vhodné pre samostatné štúdium.

Definícia: Neparametrické testy sú štatistické metódy, ktoré nevyžadujú špecifické parametrické predpoklady (napr. normalitu) o rozdelení populácie a často pracujú s poradím hodnôt alebo mediánmi.

1. Test náhodnosti

Princip a použitie

  • Skúma, či je sled hodnôt náhodný alebo sa vyskytujú systematické bloky alebo trendy.
  • Vhodné pre dichotomické dáta (napr. jav nastal $a$, nenastal $b$).

Definícia: Blok je postupnosť rovnakých prvkov, ktorá je ohraničená inými prvkami alebo hranicou sledovania.

Postup:

  1. Rozdelíme sled na bloky, napr. "aaa|bb|aaaaaaa|bbbbbbb|...".
  2. Spočítame počet blokov. Príliš veľa blokov naznačuje cyklickosť, príliš málo blokov naznačuje trend.

Príklad: Pozorujeme konverziu používateľov dňa po dni: A znamená konverziu, B znamená žiadna konverzia. Sekvencia AAABBAAABB má určitý počet blokov; test náhodnosti povie, či je poradie náhodné.

💡 Vedeli ste?Did you know that test náhodnosti môže byť realizovaný viacerými štatistickými metódami, napr. runs test (test behov), ktorý počíta počet zmien medzi dvoma stavmi a porovnáva s očakávaním pri náhodnom poriadí?

2. Bartelsov test nezávislosti

Princip

  • Skontroluje, či po sebe nasledujúce hodnoty sú navzájom nezávislé, teda či neexistuje autokorelácia.
  • Autokorelácia znamená závislosť medzi hodnotou v čase $t$ a hodnotou v čase $t+1$.

Typy autokorelácie:

  • Pozitívna: kladná hodnota v čase $t$ zvyšuje pravdepodobnosť kladnej hodnoty v $t+1$.
  • Negatívna: hodnoty majú tendenciu meniť znamienko.
  • Nulová: žiadna autokorelácia.

Aplikácia: Overenie, či sériové dáta (napr. denný počet predajov) môžeme považovať za nezávislé pozorovania pred aplikovaním testov, ktoré predpokladajú nezávislosť.

3. Jednovzorkový Wilcoxonov znamienkový test

Princip a predpoklady

  • Testuje hypotézu o mediáne výberu voči zadanému mediánu $m_0$.
  • Využíva poradie absolútnych odchýlok $R_i = |X_i - m_0|$ a bere do úvahy poradie, teda aj vzdialenosť od mediánu.

Predpoklady:

  • Rozdelenie by nemalo byť silne zošikmené (symetrickosť okolo mediánu).
  • Dáta sú spojité a $X_i$ sú iid.

Postup:

  1. Vypočítame $R_i = |X_i - m_0|$.
  2. Usporiadame $R_i$ vzostupne a priradíme im poradia; pri zhodách použijeme priemerné poradie.
  3. Vytvoríme súbor poradí $P_i$ a podľa znamienka $X_i - m_0$ spočítame testovú štatistiku.

Príklad: Overíme, či medián času doručenia je $m_0 = 48$ hodín na základe 12 meraní.

4. Mann–Whitney–Wilcoxon (Mann–Whitney U) test pre dve nezávislé vzorky

Princip

  • Alternatíva k nezávislému t-testu pre porovnanie dvoch skupín bez predpokladu normality.
  • Testuje $H_0$: rozdelenia pravdepodobnosti pre obe skupiny sú rovnaké.

Postup:

  1. Spojíme hodnoty z oboch vzoriek a usporiadame do jedného variačného radu.
  2. Každej hodnote priradíme poradie. Ak sú vzorky rovnako početné a pochádzajú z rovnakého rozdelenia, súčty poradí medzi skupinami by nemali byť výrazne rozdielne.

Aplikácia: Porovnanie dvoch nezávislých skupín zákazníkov podľa skóre spokojnosti, keď skóre nie je normálne rozdelené.

5. Kruskal–Wallisov test pre viac než dve nezávislé vzorky

Princip

  • Rozšírenie Mann–Whitney testu na $k$ skupín.
  • Testuje $H_0$: všetky skupiny majú rovnaké rozdelenie poradí.
  • $H_1$: aspoň jedna skupina sa líši (posun polohy).

Použitie: Porovnanie viacero marketingových kanálov podľa mier konverzie, ak nechceme predpokladať normalitu.

6. Wilcoxonov znamienkový test pre dve závislé vzorky (párový)

Princip a postup

  • Alternatíva k párovému t-testu pri malých vzorkách alebo pri porušenom predpoklade normality.
  • Pre páry $(X_i, Y_i)$ definujeme $R_i = |X_i - Y_i|$.
  • Usporiadame $R_i$, priradíme poradia $P_i
Zaregistruj sa pre celé zhrnutie
KartičkyTest znalostíZhrnutiePodcastMyšlienková mapa
Začni zadarmo

Už máš účet? Prihlásiť sa

Neparametrická štatistika – prehľad

Klíčová slova: Neparametrická štatistika

Klíčové pojmy: Neparametrické testy nevyžadujú normalitu a často používajú poradie hodnôt, Test náhodnosti zisťuje prítomnosť blokov alebo trendov v dichotomických sekvenciách, Bartelsov test detekuje autokoreláciu medzi po sebe nasledujúcimi hodnotami, Jednovzorkový Wilcoxon test overuje medián pomocou poradí absolútnych odchýlok, Mann–Whitney U porovnáva dve nezávislé skupiny pomocou súčtov poradí, Kruskal–Wallis rozširuje Mann–Whitney na $k$ nezávislých skupín, Wilcoxon párový test porovná rozdiely v závislých (párovaných) vzorkách, Friedmanov test porovnáva viac než dve závislé vzorky pomocou poradí v rámci každej jednotky, Levene a Brown–Forsyth testy sú robustné alternatívy k F-testu pri porovnaní rozptylov, Grubbs a Dixon sú parametricé testy outlierov, citlivé na normalitu a masking, Hampelov test je neparametrický a robustný pri viacerých extrémnych hodnotách, Pre výber testu najprv vizualizujte dáta a overte predpoklady

## Úvod Neparametrická štatistika skúma metódy, ktoré nevyžadujú prísne predpoklady o tvare rozdelenia (napr. normalite). Hodí sa pri malých vzorkách, ordinalnych dátach alebo pri prítomnosti odľahlých hodnôt. Tento materiál predstavuje základné neparametrické testy, ich princípy, postupy a praktické príklady vhodné pre samostatné štúdium. > Definícia: Neparametrické testy sú štatistické metódy, ktoré nevyžadujú špecifické parametrické predpoklady (napr. normalitu) o rozdelení populácie a často pracujú s poradím hodnôt alebo mediánmi. ## 1. Test náhodnosti ### Princip a použitie - Skúma, či je sled hodnôt náhodný alebo sa vyskytujú systematické bloky alebo trendy. - Vhodné pre dichotomické dáta (napr. jav nastal $a$, nenastal $b$). > Definícia: Blok je postupnosť rovnakých prvkov, ktorá je ohraničená inými prvkami alebo hranicou sledovania. Postup: 1. Rozdelíme sled na bloky, napr. "aaa|bb|aaaaaaa|bbbbbbb|...". 2. Spočítame počet blokov. Príliš veľa blokov naznačuje cyklickosť, príliš málo blokov naznačuje trend. Príklad: Pozorujeme konverziu používateľov dňa po dni: A znamená konverziu, B znamená žiadna konverzia. Sekvencia AAABBAAABB má určitý počet blokov; test náhodnosti povie, či je poradie náhodné. Did you know that test náhodnosti môže byť realizovaný viacerými štatistickými metódami, napr. runs test (test behov), ktorý počíta počet zmien medzi dvoma stavmi a porovnáva s očakávaním pri náhodnom poriadí? ## 2. Bartelsov test nezávislosti ### Princip - Skontroluje, či po sebe nasledujúce hodnoty sú navzájom nezávislé, teda či neexistuje autokorelácia. - Autokorelácia znamená závislosť medzi hodnotou v čase $t$ a hodnotou v čase $t+1$. Typy autokorelácie: - **Pozitívna**: kladná hodnota v čase $t$ zvyšuje pravdepodobnosť kladnej hodnoty v $t+1$. - **Negatívna**: hodnoty majú tendenciu meniť znamienko. - **Nulová**: žiadna autokorelácia. Aplikácia: Overenie, či sériové dáta (napr. denný počet predajov) môžeme považovať za nezávislé pozorovania pred aplikovaním testov, ktoré predpokladajú nezávislosť. ## 3. Jednovzorkový Wilcoxonov znamienkový test ### Princip a predpoklady - Testuje hypotézu o mediáne výberu voči zadanému mediánu $m_0$. - Využíva poradie absolútnych odchýlok $R_i = |X_i - m_0|$ a bere do úvahy poradie, teda aj vzdialenosť od mediánu. Predpoklady: - Rozdelenie by nemalo byť silne zošikmené (symetrickosť okolo mediánu). - Dáta sú spojité a $X_i$ sú iid. Postup: 1. Vypočítame $R_i = |X_i - m_0|$. 2. Usporiadame $R_i$ vzostupne a priradíme im poradia; pri zhodách použijeme priemerné poradie. 3. Vytvoríme súbor poradí $P_i$ a podľa znamienka $X_i - m_0$ spočítame testovú štatistiku. Príklad: Overíme, či medián času doručenia je $m_0 = 48$ hodín na základe 12 meraní. ## 4. Mann–Whitney–Wilcoxon (Mann–Whitney U) test pre dve nezávislé vzorky ### Princip - Alternatíva k nezávislému t-testu pre porovnanie dvoch skupín bez predpokladu normality. - Testuje $H_0$: rozdelenia pravdepodobnosti pre obe skupiny sú rovnaké. Postup: 1. Spojíme hodnoty z oboch vzoriek a usporiadame do jedného variačného radu. 2. Každej hodnote priradíme poradie. Ak sú vzorky rovnako početné a pochádzajú z rovnakého rozdelenia, súčty poradí medzi skupinami by nemali byť výrazne rozdielne. Aplikácia: Porovnanie dvoch nezávislých skupín zákazníkov podľa skóre spokojnosti, keď skóre nie je normálne rozdelené. ## 5. Kruskal–Wallisov test pre viac než dve nezávislé vzorky ### Princip - Rozšírenie Mann–Whitney testu na $k$ skupín. - Testuje $H_0$: všetky skupiny majú rovnaké rozdelenie poradí. - $H_1$: aspoň jedna skupina sa líši (posun polohy). Použitie: Porovnanie viacero marketingových kanálov podľa mier konverzie, ak nechceme predpokladať normalitu. ## 6. Wilcoxonov znamienkový test pre dve závislé vzorky (párový) ### Princip a postup - Alternatíva k párovému t-testu pri malých vzorkách alebo pri porušenom predpoklade normality. - Pre páry $(X_i, Y_i)$ definujeme $R_i = |X_i - Y_i|$. - Usporiadame $R_i$, priradíme poradia $P_i