Mannův-Whitneyův(Wilcoxonův) test pořadová obdoba dvouvýběrového t-testu. Statistika (MD360P03Z, MD360P03U) ak. rok 2007/2008

Transkript

1 Statistika (MD30P03Z, MD30P03U) ak. rok 007/008 Karel Zvára zvara (naposledy upraveno. listopadu 007) 1(4) Mann-Whitney párový Wilcoxon párový znaménkový (Pearsonův) korel. koef. Spearmanův korel. koef. 180(4) Mannův-Whitneyův(Wilcoxonův) test pořadová obdoba dvouvýběrového t-testu porovnáváme stejný kvantitativní znak ve dvou populacích máme dva nezávislé výběry z těchto populací co když nelze předpokládat normální rozdělení? nechťx 1,...,X n1 ay 1,...,Y n jsounezávislévýběryze spojitého rozdělení(například věk matek, střední délka života mužůpřinarozenívedvouskupináchzemí,potratovost...) H 0 tvrdí,žeoběrozděleníjsoustejná(mezipopulaceminení rozdíl, zpravidla nás zajímá, že není rozdíl v mírách polohy) specielně to znamená, že populační mediány jsou shodné postupzaložennapořadíbezohledunavýběr idea: kdyby nebyl mezi populacemi rozdíl, byla by takto zjištěná průměrná pořadí v obou výběrech podobná Statistika (MD30P03Z, MD30P03U) ak. rok 007/008 Mann-Whitney párový Wilcoxon párový znaménkový (Pearsonův) korel. koef. Spearmanův korel. koef. 181(4) příklad: potraty na 1000 obyv.(čechy vers. Morava) vroce003 kraj Pha Stč Jč Pl KV Ús Lb potratovost 4,03 4,0 4,11 4,70 5,5 5,80 4,98 pořadí kraj HK Par Vys JM Ol Zl MS potratovost 4,33 3,38 3,57 3,70 3,5 3,4 3,87 pořadí H 0 :shodapopulací(zejm.mediánů),h 1 :neshoda nejasné, kam patří kraj Vysočina; vynecháme jej průměrné pořadí českých krajů: 77/9=8,5 W 1 = =77 průměrné pořadí moravských krajů: 14/4=3,5 W =4+3++5=14 Mann-Whitney párový Wilcoxon párový znaménkový (Pearsonův) korel. koef. Spearmanův korel. koef. 18(4) přibližnérozhodování(n 1,n desítky) W 1,W součtypořadí,w 1 standardizujeme W 1 n 1 (n 1 +n +1)/ n1 n (n 1 +n +1)/ za hypotézy(není rozdíl mezi populacemi) je použitím centrálnílimitnívětyz N(0,1) hypotézuzamítáme,je-li Z z(α/) náš příklad: [wilcox.test(potr Cechy)] / =,1 >1,9=z(0,05/) p=3,1% / na 5% hladině jsme prokázali rozdíl

2 Mann-Whitney párový Wilcoxon párový znaménkový (Pearsonův) korel. koef. Spearmanův korel. koef. 183(4) přesný výpočet p-hodnoty Wilcoxonova testu zajímánás,nakolikjenášvýsledek(w 1 =77,W =14) výjimečný mámecelkemn 1 +n =13pozorování,čtyřiznich(tolikjich jevmenšískupině,zmoravy)lzevybratcelkem ( 13) 4 =715 způsoby kolikztěchtozpůsobůvedektakextrémněnestejným průměrným pořadím? budeme hledat, kolik čtveřic označených za moravské by dalo v součtu nejvýš 14, jak nám doopravdy vyšlo vždyplatíw 1 +W =(n 1 +n )(n 1 +n +1)/=91 (součetčísel n 1 +n ) stačízabývatsejedinouzestatistikw 1,W,zpravidlatoupro menší výběr Mann-Whitney párový Wilcoxon párový znaménkový (Pearsonův) korel. koef. Spearmanův korel. koef. 184(4) přehled možných čtveřic v nichž je součet pořadí nejvýš 14 (čtveřicevybírámezčísel1,,...,13) nejvýš 14 mohl být součet pořadí za platnosti hypotézy spravděpodobnostíp 1 =/715=0,0178 protože máme oboustrannou alternativu, musíme vzít v úvahu také situaci, kdy by byla na Moravě velká pořadí, p-hodnotu nutnozdvojnásobit:p=4/715=3,4% Mann-Whitney párový Wilcoxon párový znaménkový (Pearsonův) korel. koef. Spearmanův korel. koef. 185(4) příklad: klesá potratovost?(párový t-test zde nevhodný) potratů na 100 těhotenství Mann-Whitney párový Wilcoxon párový znaménkový (Pearsonův) korel. koef. Spearmanův korel. koef. 18(4) příklad: klesá potratovost? Y i Z i X i R + i 4,7 3,1 1, 4 5,7 3,,1 31, 7,9 3,7 4,3,,1 7,8 3,4 3, , 7,9,7 10 1,1 1,5-0,4 1 3,5,0 -,5 8,9 4,3, 9,5 3,9-1,4 3 3,1 1, 1,9 5 4,9 5,7-0,8 použijemeúdajezokresůvletech 000(Y i )a001(z i ) hypotézah 0 :vobouletechpotratovost stejná, rozdíly dány náhodným kolísáním; H 1 :potratovostklesá(jednostrannáalt.) zah 0 byrozdílymělykolísatsymetricky kolem nuly zah 1 bymělypřevládatkladnérozdíly, spíše velké průměrnépořadíz8kladnýchrozdílů:8 (součetw=4),průměrnépořadíze4 záporných rozdílů 3,5(součet 14) vývoj velikost poklesu

3 Mann-Whitney párový Wilcoxon párový znaménkový (Pearsonův) korel. koef. Spearmanův korel. koef. 187(4) párový Wilcoxonův(Wilcoxon signed rank) test Mann-Whitney párový Wilcoxon párový znaménkový (Pearsonův) korel. koef. Spearmanův korel. koef. 188(4) rozhodování nechť(y 1,Z 1 )...,(Y n,z n )nezávislédvojice, rozdílyx i =Y i Z i majíspojitérozdělení H 0 :Y i,z i majístejnérozdělení(populacejsoustejné) mají-liy i,z i stejnérozdělení,pakrozdílyx i =Y i Z i jsou symetricky rozděleny kolem nuly postup vyloučitnulovéhodnotyxi (tedyshodnéhodnotyy i,z i ), podle toho případně zmenšit n určitpořadír + i absolutníchhodnot X i = Y i Z i určitw,tj.součetpořadípůvodněkladnýchhodnotxi podlew rozhodnout na základě centrální limitní věty lze použít W EW S.E.(W) = W n(n+1)/4 n(n+1)(n+1)/4 hypotézuoshodězamítneme,bude-li Z z(α/) při jednostranné alternativě porovnat Z a z(α) pro malý počet dvojic(do deseti) raději použít tabulky příklad(w=4,n=,jinakpřesnějep=,%) 4 13/4 13 5/4 =1,91 >1,45=z(0,05),p=,5% Mann-Whitney párový Wilcoxon párový znaménkový (Pearsonův) korel. koef. Spearmanův korel. koef. 189(4) poznámky k výpočtu Mann-Whitney párový Wilcoxon párový znaménkový (Pearsonův) korel. koef. Spearmanův korel. koef. 190(4) párový znaménkový(sign) test nezapomenout vyloučit nulové rozdíly shodným absolutním hodnotám rozdílům přiřadíme jejich průměrné pořadí Excel nám v takovém případě moc nepomůže, protože řeší problém shod nestandardně, např.: X i X i R + i 4,5 7 4,5 8 Excel v tabulce patrné nestandardní chování Excelu [wilcox.test(pokles,alternative= greater )] hodnotí pouze počet kladných a záporných rozdílů, nezáleží na tom, jak jsou rozdíly veliké(slabší test než Wilcoxonův) H 0 :Y i,z i majístejnérozdělení;zahypotézyočekáváme,že počtykladnýchazápornýchx i jsoupodobné označmey početkladnýchx i zcelkemnnenulových,za hypotézyy bi(n,1/) přibližné rozhodování(centrální limitní věta) Y n/ Y n =, zamítatpro Z z(α/) n/4 n při jednostranné alternativě porovnáme Z a z(α)

4 Mann-Whitney párový Wilcoxon párový znaménkový (Pearsonův) korel. koef. Spearmanův korel. koef. 191(4) poznámky Mann-Whitney párový Wilcoxon párový znaménkový (Pearsonův) korel. koef. Spearmanův korel. koef. 19(4) souvisí spolu výšky rodičů? proznaménkovýtestnenítřebaznáthodnotyy i,z i,stačí vědět,kterázmožnostíy i >Z i,y i <Z i,y i =Z i nastala nášpříkladomožnémpoklesupotratovosti(n=,y=8) 8 =1,155, p=p(z >1,155)=0,4 při malých hodnotách n(do 30) se doporučuje Yatesova korekce Y n 1 Z Yates = sign(y n) n náš příklad(yatesova korekce, jiným způsobem přesně p=0,194) výška otce =0,8, p=1 Φ(0,8)=0, výška matky Mann-Whitney párový Wilcoxon párový znaménkový (Pearsonův) korel. koef. Spearmanův korel. koef. 193(4) prokazování závislosti spojitých veličin Mann-Whitney párový Wilcoxon párový znaménkový (Pearsonův) korel. koef. Spearmanův korel. koef. 194(4) příklad: výšky rodičů víme,žepronezávisléx,y je ρ X,Y =0 r xy jeodhadem ρ X,Y ;jakdalekoodnulymusíbýtr xy, abychomnahladině αprokázalizaávislostx,y? zapředpokladu,žex,y majínormálnírozdělení(nebopočet pozorovanýchdvojicx i,y i jevelký),hypotézunezávislosti zamítámepokudje T t n (α),kde T= r 1 r n pron=99dvojicbylspočítánkorelačníkoeficientr=0,05; T= 0,05 1 0,05 97=,07 >t97 (0,05)=1,98 na 5% hladině jsme závislost prokázali t 97 (0,01)=,3,tudížna1%hladinějsmezávislost neprokázali výška zpravidla splňuje předpoklad o normálním rozdělení [cor.test( vyska.m+vyska.o,data=kojeni)] [CORREL(x;y)](pouze výpočet korelačního koeficientu) není-li normální rozdělení a nemnoho pozorování, raději použít Spearmanův korelační koeficient

5 Mann-Whitney párový Wilcoxon párový znaménkový (Pearsonův) korel. koef. Spearmanův korel. koef. 195(4) příklad: výšky rodičů Mann-Whitney párový Wilcoxon párový znaménkový (Pearsonův) korel. koef. Spearmanův korel. koef. 19(4) Spearmanův korelační koeficient výška otce y=b[0]+b[1]x x=c[0]+c[1]y místopůvodníchhodnotx i,y i používájejichpořadír i,q i je to vlastně Pearsonův korelační koeficient použitý na pořadí výpočet lze upravit, zjednodušit na r S =1 n(n 1) n (R i Q i ) vhodný pro nelineární monotonní závislost, nevadí odlehlé hodnoty i=1 při testování nemusí být normální rozdělení výška matky Mann-Whitney párový Wilcoxon párový znaménkový (Pearsonův) korel. koef. Spearmanův korel. koef. 197(4) příklad: alkohol a úmrtnost na cirhózu Mann-Whitney párový Wilcoxon párový znaménkový (Pearsonův) korel. koef. Spearmanův korel. koef. 198(4) cirhóza jater a spotřeba alkoholu země spotřeba úmrtnost R i Q i R i Q i Finsko 3,9 3, Norsko 4, 4,3 5-3 Irsko 5, 3,4 3 1 Holandsko 5,7 3, Švédsko,0 7, Anglie 7, 3,0 1 5 Belgie 10,8, Rakousko 10,9 7,0 8 SRN,3 3, Itálie 15,7 3, Francie 4,7 4, úmrtnost ( r S = ) =0, r = 0,95 zdánlivě mnohem těsnější závislost! alkohol