Wilcoxon Matched Pairs Test (student_no_sport_correction.sta)

Sign Test (student_no_sport_correction.sta)

Сравнение двух групп

Различия между независимыми группами.

Обычно, когда имеются две выборки (например, мужчины и женщины), которые вы хотите сравнить относительно среднего значения некоторой изучаемой переменной, вы используете t-критерий для независимых выборок (в модуле Основные статистики и таблицы).

Непараметрическими альтернативами этому критерию являются: критерий серий Вальда-Вольфовица, U критерий Манна-Уитни и двухвыборочный критерий Колмогорова-Смирнова. Если вы имеете несколько групп, то можете использовать дисперсионный анализ (см. Дисперсионный анализ). Его непараметрическими аналогами являются: ранговый дисперсионный анализ Краскела-Уоллиса и медианный тест.

Различия между зависимыми группами. Если вы хотите сравнить две переменные, относящиеся к одной и той же выборке (например, математические успехи студентов в начале и в конце семестра), то обычно используется t-критерий для зависимых выборок (в модуле Основные статистики и таблицы.

Альтернативными непараметрическими тестами являются: критерий знаков и критерий Вилкоксона парных сравнений. Если рассматриваемые переменные по природе своей категориальны или являются категоризованными (т.е. представлены в виде частот попавших в определенные категории), то подходящим будет критерий хи-квадрат Макнемара. Если рассматривается более двух переменных, относящихся к одной и той же выборке, то обычно используется дисперсионный анализ (ANOVA) с повторными измерениями. Альтернативным непараметрическим методом является ранговый дисперсионный анализ Фридмана или Q критерий Кохрена (последний применяется, например, если переменная измерена в номинальной шкале). Q критерий Кохрена используется также для оценки изменений частот (долей).

Comparing Two Groups

Select Comparing two independent samples (groups) from the Nonparametric Statistics (Startup Panel) - Quick tab to display the Comparing Two Groups dialog. This dialog contains one tab: Quick.

Variables. Click the Variables button to display the standard variable selection dialog, in which you select the independent (grouping) variable and the dependent variable(s).

Codes for: Group 1. The Code fields are available only after variables have been selected. Double-click on the Codes for: Group 1 field (or press the F2 button on your keyboard) to display the Variable N dialog (where N is the variable number selected as the grouping variable), in which you select codes from the list of valid variable values.

Code for: Group 2. Double-click on the Codes for: Group 2 field (or press the F2 button on your keyboard) to launch the Variable N dialog (where N is the variable number selected as the grouping variable), in which you select codes from the list of valid variable values.

M-W U test. Click the M-W U test button to display either the standard variable selectiondialog or the results of the Mann-Whitney U test (if you have already selected the variables). See Nonparametric Statistic Notes - Mann-Whitney U Test for a detailed description of this nonparametric test.

Cancel. Click the Cancel button to close the dialog and return to the Nonparametric Statistics (Startup Panel).

Options. Click the Options button to display the Options menu.

Select Cases. Click the Select Cases button to display the Analysis/Graph Case Selection Conditions dialog, which is used to create conditions for which cases will be included (or excluded) in the current analysis. More information is available in the case selection conditions' overview, syntax summary, and dialog description.

W. Click the W (Weight) button to display the Analysis/Graph Case Weights dialog, which is used to adjust the contribution of individual cases to the outcome of an current analysis by "weighting" those cases in proportion to the values of a selected variable.

p-level for highlighting. The default p-level for highlighting is .05. You may adjust this p-level by entering a new value in the box or using the microscrolls. On the summary spreadsheets, STATISTICA will highlight all p-levels that are equal to or less than the value specified in this field. For more details on p-level, see Elementary Concepts.