Statistiskās nozīmības testi. Parametriskie un neparametriskie testi

Daudzu pētījumu vispārējais mērķis ir kontrolēt, kuri no iegūtajiem datiem droši sadzīvo ar paredzējumu. Šie paredzējumi ir pētījumu mainīgo mērījumu hipotēzes.
Hipotēze ir visraksturīgākā mainīgā lieluma vai mainīgo lielumu apkopojumu apgalvojums. Ja hipotēze attiecas uz populācijas raksturojumu, tādu kā populācijas parametri, tai ir jālieto statistiskas metodes, lai izlases datus testētu uz ticamību.
Nozīmības tests ir statistiskais testēšanas ceļš, lai salīdzinātu hipotēzes noteikto datu vērtību. Dati, kuri izkrīt no noteiktajām vērtībām, paredz pierādījumus pret hipotēzi.

Nozīmības testu elementi.

Visi nozīmības testi satur 5 elementus:

pieņēmums;
hipotēze;
statistikas tests;
P vērtība;
slēdziens.

Pieņēmums atspoguļo:

datu tipu – katrs tests attiecas uz kvantitatīvajiem datiem vai kvalitatīvajiem datiem;
populācijas sadalījuma tipu – dažiem testiem mainīgiem lielumiem ir specifiska veida sadalījums, tāds kā normālais sadalījums. Vistipiskāk tas ir nelielu izlašu testos;
izlases metodi – parasti vienkāršu nejaušo izlasi;
izlases lielumu – dažu testu ticamību palielina izlases lielums.
Hipotēzes – nozīmības testi satur divas parametru vērtību hipotēzes:
nulles hipotēzi – tā ir hipotēze, ko testē tieši. To formulē kā atšķirību starp izlases statistiku un atbilstoši prasīto ģenerālā kopuma parametru radušos nejaušību izlases pārmaiņu rezultātā.…