Estoy tratando de elegir uno de estos dos pruebas para analizar los datos pareados. ¿Alguien sabe las reglas de pulgar sobre cuál elegir, en general?
Respuesta
¿Demasiados anuncios?
Estoy tratando de elegir uno de estos dos pruebas para analizar los datos pareados. ¿Alguien sabe las reglas de pulgar sobre cuál elegir, en general?
El rango firmada prueba lleva una suposición acerca de la simetría de las diferencias bajo la nula de que la prueba del signo no es necesario. (Esta suposición es necesaria a fin de que las permutaciones de los signos que se adjunta a la unsigned los rangos de las diferencias son igualmente probables.)
Por otro lado, si hay cerca de simetría en la población y la cola no es muy pesado, el rango firmada debería tener más poder.
[Esto no debe ser tomado como consejo para elegir entre ellos sobre la base de la muestra; en general que conduce a propiedades de la prueba diferente de la nominal (pruebas puede ser sesgada, la significación real de los niveles ya no son lo que parecen ser, calcula los valores de p no representan a los verdaderos valores de p y así sucesivamente). En su lugar, donde es posible, las características deben ser evaluados sobre la base de conocimientos externos a la muestra de la prueba se aplica a -- ya sea por área de conocimiento, familiaridad con otros conjuntos de datos como este, en el ejemplo de la división, ...]
En mi caso, la prueba de suma de clasificación tiene el mayor valor de p, la prueba del signo es el medio, signed-rank es el más pequeño. Por lo tanto, tiene más potencia.
Esa no es la manera de decidir si una prueba tiene más poder - un menor valor de p respecto de una muestra puede ser simplemente debido a los caprichos de la muestra, mientras que el poder es sobre el comportamiento a través de todas las muestras aleatorias extraídas de la misma población.
Es decir, imagina que estás tratando con una situación específica en la que la población de par-diferencias se centran un poco lejos de 0 (es decir, que $H_0$ es falso en una forma específica). A continuación, en virtud de muestreo repetido en las mismas condiciones (incluyendo el tamaño de la muestra), el poder será la tasa de rechazo de esa población en particular.
De manera similar podemos calcular la tasa de rechazo de una secuencia de poblaciones con diferente ubicación* de par-diferencias y obtener toda la potencia de la curva. A continuación, "poder superior" corresponde a la totalidad de la curva de potencia (o casi todo de él, señalando que ambos deben estar en el mismo nivel de significación) para una prueba poniendo encima de la otra.
* usted podría llevarlo a ser una mediana para la presente discusión, mientras que el estimador para el firmado la prueba de rango es la mediana de los pares de medias de par a par de las diferencias, en virtud de la simetría de la asunción de la ubicación estimador debe ser también una estimación adecuada de la mediana par de diferencia.
He aquí una pregunta relacionada con Cómo elegir entre t-test o prueba no paramétrica por ejemplo, de Wilcoxon para muestras pequeñas. Una de las respuestas incluye una (breve) discusión de la presente edición.
