Testy nieparametryczne

Testy nieparametryczne są tematem tego opracowania. Czym one są, jak je wykonać i gdzie są one wykonywane? Po przeczytaniu tego opracowania będziesz w stanie bez problemu odpowiedzieć na te pytania.

Testy nieparametryczne są testami statystycznymi. Dzięki testom nieparametrycznym możemy weryfikować nieparametryczne hipotezy. Nie występuje tutaj zależność ich od rozkładu zmiennej, czy też od pewnych parametrów rozkładu populacji. Co ważne dla osób nielubiących wielu obliczeń, rachunki i wzory przy tych testach są dosyć proste i nieskomplikowane.

Generalnie rzecz ujmując, testy dzielą się na dwa rodzaje na testy parametryczne i nieparametryczne. Jeśli chodzi o cechy testów nieparametrycznych, to zdecydowanie możemy wymienić kilka cech. Pierwszą z nich jest fakt, że aby przeprowadzić test nieparametryczny, zebrane dane nie muszą spełnić ściśle określonych założeń jak do testów parametrycznych. Konsekwencją tego jest druga cecha testów nieparametrycznych. Dzięki wykonaniu tych testów otrzymujemy wyniki mniej dokładne, w efekcie czego trudniej je interpretować. Fachowo tę cechę możemy nazwać małą mocą testów. Otrzymywane wyniki są dużo trudniejsze i też gorsze do interpretacji. Skoro wiemy już czym charakteryzują się testy nieparametryczne, to możemy wymienić sobie kilka ich rodzajów.

Z poniższymi testami nieparametrycznymi spotkasz się najczęściej:
Test Manna – Whitneya. Jest to odpowiednik testu t Studenta dla prób niezależnych, a więc dla testu parametrycznego. Celem obu tych testów jest badanie istotności różnic między dwoma grupami. Oczywiście mam tu na myśli próby niezależne.
Test Wilcoxona. Ten test znajduje swój parametryczny odpowiednik o nazwie test t Studenta dla prób zależnych.
Test Kruskala – Wallisa. ANOVA, a więc jednoczynnikowa analiza wariancji dla prób niezależnych to odpowiednik tego testu.