วิธีทำการทดสอบฟรีดแมนใน stata


การทดสอบฟรีดแมน เป็นทางเลือกแบบไม่ใช้พารามิเตอร์ ในการวัดความแปรปรวนแบบซ้ำๆ ใช้เพื่อพิจารณาว่ามีความแตกต่างที่มีนัยสำคัญทางสถิติระหว่างค่าเฉลี่ยของกลุ่มสามกลุ่มขึ้นไปซึ่งมีวิชาเดียวกันปรากฏในแต่ละกลุ่มหรือไม่

บทช่วยสอนนี้จะอธิบายวิธีดำเนินการทดสอบฟรีดแมนใน Stata

ตัวอย่าง: การทดสอบฟรีดแมนใน Stata

สำหรับตัวอย่างนี้ เราจะใช้ชุดข้อมูล t43 ซึ่งแสดงเวลาตอบสนองของผู้ป่วย 5 รายที่รับประทานยาที่แตกต่างกัน 4 ชนิด เนื่องจากผู้ป่วยแต่ละรายจะถูกวัดด้วยยาแต่ละชนิดจากทั้งหมดสี่ชนิด เราจะใช้การทดสอบของฟรีดแมนเพื่อพิจารณาว่าเวลาตอบสนองโดยเฉลี่ยแตกต่างกันระหว่างยาแต่ละชนิดหรือไม่

ทำตามขั้นตอนต่อไปนี้เพื่อทำการทดสอบฟรีดแมน:

ขั้นตอนที่ 1: โหลดและแสดงข้อมูล

ใช้คำสั่งต่อไปนี้เพื่อโหลดข้อมูลลงใน Stata:

ใช้ https://www.stata-press.com/data/r14/t43

ดูข้อมูลดิบโดยใช้คำสั่งต่อไปนี้:

พี่ชาย

ตัวอย่างการทดสอบฟรีดแมนใน Stata

ขั้นตอนที่ 2: ติดตั้งแพ็คเกจ emh

ในการทำการทดสอบฟรีดแมน เราจะต้องติดตั้งแพ็คเกจ emh ซึ่งไม่ได้ติดตั้งไว้ล่วงหน้าใน Stata หากต้องการติดตั้ง เพียงพิมพ์คำสั่งต่อไปนี้:

ssc ติดตั้ง emh

ควรติดตั้งโดยอัตโนมัติภายในไม่กี่วินาที

ขั้นตอนที่ 3: ทำการทดสอบฟรีดแมน

เมื่อติดตั้งแพ็คเกจ emh แล้ว เราจะสามารถทำการทดสอบฟรีดแมนได้โดยใช้ไวยากรณ์ต่อไปนี้:

ตัวแปรการตอบสนอง emh explanatory_variable, ชั้น (ตัวแปรซ้ำ) การแปลง anova (อันดับ)

ในกรณีของเรา เราจะใช้ไวยากรณ์ต่อไปนี้:

คะแนนยา emh ชั้น (คน) การเปลี่ยนแปลงของ anova (อันดับ)

ผลลัพธ์ของการทดสอบฟรีดแมนใน Stata

ต่อไปนี้เป็นวิธีการตีความผลลัพธ์:

ค(3) = 13.5600. นี่คือสถิติการทดสอบของฟรีดแมน

ป = 0.0036 . นี่คือค่า p ที่เกี่ยวข้องกับสถิติการทดสอบ เนื่องจากค่านี้น้อยกว่า 0.05 เราจึงสามารถปฏิเสธสมมติฐานว่างที่ว่าเวลาตอบสนองโดยเฉลี่ยเท่ากันสำหรับยาทั้งสี่ชนิด เรามีหลักฐานเพียงพอที่จะสรุปว่าประเภทของยาที่ใช้ส่งผลให้เกิดความแตกต่างที่มีนัยสำคัญทางสถิติในเวลาตอบสนอง

ขั้นตอนที่ 4: รายงานผลลัพธ์

สุดท้ายนี้เราอยากจะรายงานผลการทดสอบ นี่คือตัวอย่างของวิธีการทำเช่นนี้:

ทำการทดสอบฟรีดแมนกับคน 5 คนเพื่อตรวจสอบผลของยาสี่ชนิดที่แตกต่างกันตามเวลาตอบสนอง แต่ละคนใช้ยากันคนละครั้ง

ผลการศึกษาพบว่าประเภทของยาที่ใช้ส่งผลให้เวลาตอบสนองแตกต่างกันอย่างมีนัยสำคัญทางสถิติ (Q(3) = 13.56, p = 0.0036)

เพิ่มความคิดเห็น

อีเมลของคุณจะไม่แสดงให้คนอื่นเห็น ช่องข้อมูลจำเป็นถูกทำเครื่องหมาย *