Bu hipotezlerden açıkça görülmektedir ki sınanma için kullanılan hipotez anakütle parametreler değerleri hakkında değildir ve bir istatistiksel nitelik hakkındadır. Böylece Pearson ki-kare testi bir parametrik olmayan istatistik örneğidir.
İki değişken arasında bağ olup olmadığının testinde, Gruplar arası homojenlik testinde, Örneklemden elde edilen dağılımın istenen herhangi bir teorik dağılıma uyup uymadığının testinde (uyum iyiliği testi) kullanılır.
4.1. BAĞIMLI GRUPLARDA Kİ-KARE TESTİ:
Bu test, nitelik olarak belirtilen bir değişken yönünden aynı bireyden değişik zaman veya durum-da elde edilen iki gözlemin farklı olup olmadığını test etmek için kullanılır.
Bağımsızlığın ki-kare testi, iki kategorik alanın bağımsız olup olmadığını belirler. Alanlar bağımsız değilse, ilişkilendirilir. Aşağıdaki yordam, ki-kare değerinin nasıl hesaplanmakta olduğunu açıklamalıdır: Alanların bağımsız olduğu varsayımıyla beklenen sıklığı belirleyin.
Bu dağılım, gamma dağılımından elde edilir.
İlgili 29 soru bulundu
Parametrik testlerden yararlanılamadığı durumlarda kullanılan testlerdir. Ki‐kare, Kolmogorov‐Smirnov, Mann‐Whitney U, Wilcoxon, vs. testleri bu grupta incelenir.
Ki-Kare testi gözlenen frekanslarla beklenen frekanslar arasındaki farkın anlamlı olup olmadığını test etme temeline dayanır. ✓ Ki kare testinde nitel veriler kullanılır. ✓ Ayrıca ölçümle belirtildiği halde sonradan nitel veri haline dönüştürülmüş verilerin incelenmesinde de ki-kare testi kullanılır.
Yorumlama. Ki-Kare testi sonucunda elde edilen p-değeri, değişkenler arasındaki bağımsızlık veya ilişkinin istatistiksel olarak anlamlı olup olmadığını belirler. P-değeri belirlenen anlamlılık düzeyinden küçükse (örneğin, alfa = 0.05), değişkenler arasında anlamlı bir ilişki olduğunu söyleyebiliriz.
Ki-kare (X2) değeri gözlenen ve beklenen frekanslar arasındaki farkı ölçmek için kullanılan istatistiksel bir test istatistiğidir. Çaprazlama tablosunda gözlenen ve beklenen sayılar arasındaki karelenmiş farkların toplamının beklenen sayılara bölünmesiyle hesaplanır.
Örneğin, Alt için 1, Üst için 4 değerini belirtirseniz, ki-kare testi için yalnızca 1 ile 4 arasındaki tamsayı değerleri kullanılır. Beklenen Değerler. Varsayılan olarak, tüm kategoriler beklenen değerlere eşittir. Kategoriler, kullanıcı tarafından belirtilen beklenen oranlara sahip olabilir.
Ki-kare testi, bir veya daha fazla kategoride beklenen ile görülen arasındaki farkları belirlemenin istatistiksel bir yoludur. Araştırmacılar bu parametrik olmayan testi, aynı örneklem popülasyonu içindeki kategorik değişkenleri karşılaştırmak için kullanmaktadır.
Parametrik test varsayımları (normal dağılım) yerine getirildiğinde ölçümle belirtilen sürekli bir değişken yönünden aynı bireylerin, değişik iki zaman ya da durumdaki ölçümleri arasında fark olup olmadığını test etmek için kullanılan bir önemlilik testidir.
Serbestlik derecesi= 2 -1 = 1. serbestlik derecesi ne uyumlu sütunda p = 0.05 kullanılmalıdır.
Chi-Square testi (Ki Kare), genellikle değişkenler arasındaki ilişkileri test etmek için kullanılır. Chi-Square testinin yokluk hipotezi (H0), popülasyondaki kategorik değişkenler arasında hiçbir ilişki olmadığıdır; yani değişkenler bağımsızdırlar.
Çok gözlü tablolar iki kalitatif verinin birbiriyle karşılaştırılmasında kullandığımız karşılaştırma metodudur. Bu veri Cinsiyet, meslek, kurum, Well's risk grubu, HT varlığı/yokluğu vb gibi bir veridir.
Tek Örneklem Ki-kare Testi, ikiden fazla gruptan (düzeyden) oluşan bir bağımsız değişken bulunduğu durumda, bu grupların toplam içindeki oranlarının, istenen oranlardan ne kadar farklılaştığını tespit etmek için kullanılır.
Örneğin: ilaç verilen bir grup hastanın uygulama öncesi (grup 1) ve uygulama sonrası (grup 2) ölçülen bir nominal değişken açısından (örneğin ağrı var/ağrı yok) anlamlı fark olup olmadığını test etmek için kullandığımız bir testtir McNemar.
2) Yates Düzeltmesi: Uygulamada genellikle denek sayısı ve serbestlik derecesi 1 olduğunda Yates düzeltmesi yapılması gerektiği söylenir.
Nonparametrik testler için çoğu zaman, verilerin, rassal ve bağımsız olarak elde edilmesi ve nominal veya ordinal ölçek kullanılması yeterlidir.
ki kare testinin iki farklı amacı vardır. ilki, örneklem ve evren dağılımlarını karşılaştırmak( uyum iyiliği-goodness of fit) diğeri ise iki değişkenin istatistiksel olarak bağımsız olup olmadığını test etmektir (bağımlılık testi).
Testin sonucu küçük bir p (≤ 0.05) ise bu sıfır hipotezinin geçersiz olduğuna dair güçlü bir kanıttır. Testin sonucu büyük bir p (> 0,05) ise alternatif hipotezin zayıf olduğu anlamına gelir, dolayısıyla sıfır hipotez reddedilemez.
'V' ya da 'sd' sembolleriyle gösterilen serbestlik derecesi, tek örneklemlerde örneklem büyüklüğünün 1 eksiği yani (n-1), iki örneklem söz konusu olduğunda örneklem büyüklüklerinin toplamının 2 eksiği yani (n1+n2-1)'dir. Örneklem sayısı arttıkça serbestlik derecesi benzer şekilde hesaplanır.
Diğer parametrik testler
t-testi ve ANOVA'ya ek olarak, eşleştirilmiş t-testi, tek yönlü ANOVA, iki yönlü ANOVA, tekrarlanan ölçümler ANOVA ve karma tasarım ANOVA dahil olmak üzere farklı uygulamalarda kullanılan birkaç başka istatistik parametrik test vardır.
Benzer sorularSıkça sorulan sorular
DuyuruReklam alanı
Popüler SorularSıkça sorulan sorular
© 2009-2024 Usta Yemek Tarifleri