Testy Nieparametryczne

Statystyka nieparametryczna, lub też testy nieparametryczne wykorzystuje to dział statystyki, wykorzystywany w modelach i metodach, nie wymagającymi założeń odnośnie rozkładu danych w próbie losowej. Jednym słowem badany parametr nie musi posiadać symetrycznego rozkładu Gausa, przez co nie jest wrażliwy na parametry odstające, oraz tego rodzaju analizy można stosować w przypadku parametrach wyrażanych w skali porządkowej.

Metody nieparametryczne należą do tzw. odpornych metod statystycznych (ang. robust methods). Najpopularniejszą grupą metod nieparametrycznych są rangowe metody statystyczne, gdzie dane przed przystąpieniem do obliczeń są rangowane.

Testy nieparametryczne powinniśmy być stosowane wszędzie tam gdzie nie razkładmamy spełnionych istotnych założeń dla testów parametrycznych:

  • Brak rozkładu normalnego dla zmiennej – gdy chcemy porównać zmienną ciągłą (masę ciała, BMI, stężenie hormonu) między dwoma grupami (badaną i kontrolną) to w przypadku gdy choć dla jednej z grup, cecha nie posiada rozkładu normalnego to trzeba skorzystać z testu nieparametrycznego.
  • Obserwacje odstające – w przypadku gdy mamy małą ilość danych wejściowych i występują parametry odstające to używając testów nieparametrycznych minimalizujemy ich wpływ na analizę, jak ma to miejsce w przypadku metod dla testów bazujących na porównywaniu średnich między grupami.
  • Równoliczność grup – dla testów nieparametrycznych zmniejszony jest wpływ czynnika jakim jest brak równości w liczebności grup

 

Testy nieparametryczne, z którymi prawdopodobnie spotkacie się najczęściej to:

  1. Test Manna-Whitney’a – odpowiednik testu t Studenta dla prób niezależnych;
  2. Test Kruskala-Wallisa – odpowiednik jednoczynnikowej analizy wariancji dla prób niezależnych;
  3. Test Wilcoxona – odpowiednik testu t Studenta dla prób zależnych;
  4. Test Friedmana – odpowiednik jednoczynnikowej analizy wariancji dla prób zależnych;
  5. Korelacje rang Spermana – odpowiednik korelacji Persona.