Az előjel próbának nincs (elterjedt, ismert) megfelelője a paraméteres próbák között, bár egyes esetekben az [egymintás t próba] egyszerűsítve visszavezethető az előjel próba esetére, bár ilyen esetekben - ha lehet - a [Wilcoxon-féle előjeles rangszám próba alkalmazandó.
Könnyen észrevehető hogy az előjel próbával értékelhető adatok esete lényegében véve azonos a pénzfeldobási kísérlet kimenetélének vizsgálata esetével, amelyet a binomiális eloszlás írt le.
Lehetnek olyan esetek, amikor nem lehet egyértelműen eldönteni az előjelet. Ezekben az eldöntetlen esetekben a megfigyelést nem vesszük figyelembe egyikfajta előjelek számlálása során sem. Ez [triviális] megközelítés, mégis érdemes kimondanunk.
A null hipotézis:
H0: p=0.5, és az alternatíva:
Ha: p <> 0.5 esetét
ahol (<> jelzi a "nem egyenlő" esetet).
A binomiális eloszlás tulajdonságaiból kiszámították és táblázatba foglalták
minden szóbajövő n-re az egyik előjel minden előfordulási gyakoriságának
valószínűségét.
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
||
0.5 |
0.25 |
0.125 |
0.063 |
0.031 |
0.016 |
0.008 |
0.004 |
0.002 |
0.001 |
||
|
0.5 |
0.50 |
0.375
|
0.250
|
0.156
|
0.094
|
0.055
|
0.031
|
0.018
|
0.010
|
|
|
0.25
|
0.375
|
0.375
|
0.313
|
0.234
|
0.164
|
0.109
|
0.070
|
0.044
|
||
|
0.125
|
0.250
|
0.313
|
0.313
|
0.273
|
0.219
|
0.164
|
0.117
|
|||
|
0.063
|
0.156
|
0.234
|
0.273
|
0.273
|
0.246
|
0.205
|
||||
|
0.031
|
0.094
|
0.164
|
0.219
|
0.246
|
0.246
|
|||||
|
0.016
|
0.055
|
0.109
|
0.164
|
0.205
|
||||||
|
0.008
|
0.031
|
0.070
|
0.117
|
|||||||
|
0.004
|
0.018
|
0.044
|
||||||||
|
0.002
|
0.010
|
|||||||||
|
0.001
|
||||||||||
Ahol: | |||||||||||
|
a megfigyelések száma | ||||||||||
|
a pozitiv (vagy a negativ) előjelek száma | ||||||||||
|
a táblázatban feltüntetett számok | ||||||||||
A piros számok a szignifikáns p (valószínűség) értékeket jelzik (kétoldalas próba !) |
Egy másik példa az előjel próba használatára, amikor egy megfigyelés sorozat (minta) mediánját, nem pedig az átlagát kivánjuk egy ismert értékhez (ami lehet nulla, vagy egy jól megalapozott referencia érték) hasonlítani. Elvégezzük a méréseket, rögzítjük az adatokat, majd meghatározzuk, hogy a referencia érték alatt, vagy felett helyezkednek el az egyes mérési adatok. Az előjeleket megszámoljuk, és az előjel próbát az ismert módon alkalmazzuk.
NEFA koncentráció
NE előtt |
NEFA koncentráció
NE után |
Különbség | Rang szám | Előjeles
rang szám |
|
1182 | 402 | 4 | 4 |
|
680 | -104 | 1 | -1 |
|
1488 | 411 | 5 | 5 |
|
1195 | 415 | 6 | 6 |
|
1340 | 395 | 3 | 3 |
1114 | 1448 | 334 | 2 | 2 |
Technikai tippek: 3 féleképen is próbálható:
Ha a feltételek nem teljesülnek, példáúl, mert a mérés skálája ordinális, vagy a különbségek eloszlása ferde, akkor alkalmazható a Wilcoxon féle előjeles rang próba.
Ha a t próba feltételei nem teljesülnek, akkor a Wilcoxon-féle előjeles rang próba ereje (power) nagyobb, mint a t próbáé. Tehát ez a próba minden szempontból jobb, ha nem alkalmazható az egymintás t próba.
A próba feltételei:
A próba esetében az alábbi két hipotézis között kell választanunk:
**H0: a két populáció eloszlása azonos (0: Null hipotézis)
**HA: a két populáció eloszlása nem azonos (A: Alternatív hipotézis)
A gondolatmenet a következő: A mérések különbségeit (előjelüktől átmenetileg eltekintve) rangsorba állítjuk, és a különbségek helyébe azok rangsorát (rangszámát) írjuk, majd a rangszámokat ellátjuk az eredeti különbségek előjelével. Ha a két minta azonos populációból származik, akkor az előjeles rangok összegének várható értéke 0. Wilcoxon kimutatta, hogy n>=10 esetében a rangok mintaeloszlásának szigma szórása n ismeretében kiszámolható, képlete: **négyzetgyök{(n+1)(2n+1)/6}, és az eloszlás megközelítően normális. Ennek alapján elvégezhető a z transzformáció, és a standard normális eloszlás tulajdonságait (táblázatát) felhasználva kiszámíthatjuk annak valószínűségét, hogy a megfigyelt átlagolt előjeles rangszámérték előfordul a H0 mellett.
Egy másik gondolatmenet szerint az eredeti adatokat rangokká transzformáljuk, majd a rangszámokkal végezzük el az egy mintás t próbát. Ez egy közelítő eljárás, és mint ilyen, elvileg és gyakorlatilag is elfogadható. Ez az eljárás nem egyszerűbb, mint az előjeles rangpróba, azért a t próbával közelítést nem ajánljuk.
Régebben ez a módszer nem volt népszerű, valószínűleg a számolási nehézkesség, vagy a szükséges táblázatok hiánya miatt, ma azonban a próba elvégzésére szinte minden statisztikai programcsomagban találunk lehetőséget.
A lap teteje , A többi nemparaméteres eljárások , Előjel próba , Wilcoxon-féle előjeles rangszámösszeg próba