<\/p>\n
Test Kruskala-Wallisa<\/a> s\u0142u\u017cy do okre\u015blenia, czy istnieje statystycznie istotna r\u00f3\u017cnica mi\u0119dzy medianami trzech lub wi\u0119cej niezale\u017cnych grup. Uwa\u017ca si\u0119, \u017ce jest to nieparametryczny odpowiednik jednokierunkowej analizy wariancji ANOVA<\/a> .<\/span><\/p>\n Je\u017celi wyniki testu Kruskala-Wallisa s\u0105 istotne statystycznie, w\u00f3wczas wskazane jest wykonanie testu Dunna<\/strong> , aby dok\u0142adnie okre\u015bli\u0107, kt\u00f3re grupy si\u0119 r\u00f3\u017cni\u0105.<\/span><\/p>\n Test Dunna przeprowadza por\u00f3wnania parami pomi\u0119dzy ka\u017cd\u0105 niezale\u017cn\u0105 grup\u0105 i wskazuje, kt\u00f3re grupy r\u00f3\u017cni\u0105 si\u0119 statystycznie istotnie na pewnym poziomie \u03b1.<\/span><\/p>\n Za\u0142\u00f3\u017cmy na przyk\u0142ad, \u017ce badacz chce wiedzie\u0107, czy trzy r\u00f3\u017cne leki maj\u0105 r\u00f3\u017cny wp\u0142yw na b\u00f3l plec\u00f3w. Do badania rekrutuje 30 uczestnik\u00f3w i losowo przydziela ich do leku A, leku B lub leku C na miesi\u0105c, a nast\u0119pnie pod koniec miesi\u0105ca mierzy ich b\u00f3l plec\u00f3w.<\/span><\/p>\n Badacz mo\u017ce wykona\u0107 test Kruskala-Wallisa, aby okre\u015bli\u0107, czy mediana b\u00f3lu plec\u00f3w jest r\u00f3wna w przypadku trzech lek\u00f3w. Je\u015bli warto\u015b\u0107 p testu Kruskala-Wallisa jest poni\u017cej pewnego progu, mo\u017cna powiedzie\u0107, \u017ce te trzy leki daj\u0105 r\u00f3\u017cne efekty.<\/span><\/p>\n Badacz m\u00f3g\u0142by nast\u0119pnie przeprowadzi\u0107 test Dunna, aby okre\u015bli\u0107 , kt\u00f3re<\/em> leki daj\u0105 statystycznie istotne efekty.<\/span><\/p>\n Prawdopodobnie nigdy nie b\u0119dziesz musia\u0142 wykonywa\u0107 testu Dunna r\u0119cznie, poniewa\u017c mo\u017cna to zrobi\u0107 za pomoc\u0105 oprogramowania statystycznego (takiego jak R, Python, Stata, SPSS itp.), ale wz\u00f3r na obliczenie statystyki testu z dla r\u00f3\u017cnicy mi\u0119dzy dwiema grupami jest nast\u0119puj\u0105cy: nast\u0119puj\u0105co:<\/span><\/p>\n z ja<\/sub> = y ja<\/sub> \/ \u03c3 ja<\/sub><\/span><\/p>\n gdzie i<\/em> jest jednym z por\u00f3wna\u0144 1 do m<\/em> , y i<\/sub> = W A<\/sub> \u2013 W B<\/sub> (gdzie W A<\/sub> jest \u015bredni\u0105 sumy rang dla i- tej<\/sup> grupy), a \u03c3 i<\/sub> oblicza si\u0119 w nast\u0119puj\u0105cy spos\u00f3b:<\/span><\/p>\n \u03c3 ja<\/sub> = \u221a ((N(N+1)\/12) \u2013 (\u03a3T 3<\/sup> s<\/sub> \u2013 T s<\/sub> \/(12(N-1)) \/ ((1\/n A<\/sub> )+(1\/n B<\/sub> ))<\/span><\/span><\/p>\n gdzie N<\/em> to ca\u0142kowita liczba obserwacji we wszystkich grupach, r<\/em> to liczba po\u0142\u0105czonych rang, a T s<\/sub> to liczba obserwacji powi\u0105zanych z konkretn\u0105<\/em> warto\u015bci\u0105 powi\u0105zan\u0105.<\/span><\/p>\n Zawsze, gdy przeprowadzamy wiele por\u00f3wna\u0144 na raz, wa\u017cne jest kontrolowanie poziomu b\u0142\u0119d\u00f3w w przeliczeniu na rodzin\u0119<\/a> . Jednym ze sposob\u00f3w osi\u0105gni\u0119cia tego jest dostosowanie warto\u015bci p wynikaj\u0105cych z wielokrotnych por\u00f3wna\u0144.<\/span><\/p>\n Istnieje kilka sposob\u00f3w dostosowywania warto\u015bci p, ale dwie najcz\u0119stsze metody dostosowywania to:<\/span><\/p>\n 1. Korekta Bonferroniego<\/strong><\/span><\/p>\n Skorygowana warto\u015b\u0107 p = p*m<\/span><\/p>\n Z\u0142oto:<\/span><\/p>\n 2. Regulacja Sidaka<\/strong><\/span><\/p>\n Skorygowana warto\u015b\u0107 p = 1 \u2013 (1-p) m<\/sup><\/span><\/p>\n Z\u0142oto:<\/span><\/p>\n Stosuj\u0105c jedn\u0105 z tych korekt warto\u015bci p, mo\u017cemy znacznie zmniejszy\u0107 prawdopodobie\u0144stwo pope\u0142nienia b\u0142\u0119du I rodzaju w zestawie wielokrotnych por\u00f3wna\u0144.<\/span><\/p>\n Jak wykona\u0107 test Dunna w R<\/a> Test Kruskala-Wallisa s\u0142u\u017cy do okre\u015blenia, czy istnieje statystycznie istotna r\u00f3\u017cnica mi\u0119dzy medianami trzech lub wi\u0119cej niezale\u017cnych grup. Uwa\u017ca si\u0119, \u017ce jest to nieparametryczny odpowiednik jednokierunkowej analizy wariancji ANOVA . Je\u017celi wyniki testu Kruskala-Wallisa s\u0105 istotne statystycznie, w\u00f3wczas wskazane jest wykonanie testu Dunna , aby dok\u0142adnie okre\u015bli\u0107, kt\u00f3re grupy si\u0119 r\u00f3\u017cni\u0105. Test Dunna przeprowadza por\u00f3wnania parami […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[3],"tags":[],"class_list":["post-1047","post","type-post","status-publish","format-standard","hentry","category-przewodnik"],"yoast_head":"\n Test Dunna: wz\u00f3r<\/strong><\/span><\/h3>\n
Jak kontrolowa\u0107 poziom b\u0142\u0119d\u00f3w przez rodzin\u0119<\/strong><\/span><\/h3>\n
\n
\n
Dodatkowe zasoby<\/strong><\/span><\/h3>\n
Jak wykona\u0107 test Dunna w Pythonie<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"