Oferty statystyczne Jak działa SZTOS Start Tutoriale FAQ Opinie Kontakt

Test Friedmana

Test Friedmana jest nieparametrycznym odpowiednikiem jednokierunkowej analizy wariancji (ANOVA) dla danych ułożonych w blokach, gdzie zmienne są mierzone wielokrotnie. Wzór na statystykę testu Friedmana jest następujący:

Test Friedmana jest nieparametrycznym narzędziem statystycznym stosowanym do porównywania trzech lub więcej powiązanych grup. Opracowany przez Williama Friedmana, test ten służy do oceny, czy istnieją istotne różnice w medianach między grupami, które są powiązane ze sobą, np. w badaniach przed i po interwencji.

Kiedy stosujemy test Friedmana?

Test Friedmana stosuje się, gdy chcemy porównać wyniki trzech lub więcej powiązanych grup. Jest to szczególnie przydatne w sytuacjach, gdy dane są na poziomie porządkowym lub interwałowym, ale nie mają rozkładu normalnego. Test ten można wykorzystać, gdy:

  • mamy dane z powtórzonych pomiarów w różnych warunkach,
  • liczba obserwacji w grupach jest mała,
  • dane nie spełniają założeń testów parametrycznych.

Gdzie wykorzystuje się test Friedmana?

Test ten znajduje zastosowanie w różnych dziedzinach naukowych, takich jak:

  • psychologia - do analizy wyników testów przed i po terapii,
  • medycyna - do porównywania wyników różnych metod leczenia w tej samej grupie pacjentów,
  • nauki przyrodnicze - do analizy wyników eksperymentów w różnych warunkach.

Q=12nk(k+1)j=1kRj23n(k+1)

Gdzie:
- n to liczba bloków (czyli liczba obserwacji)
- k to liczba warunków (czyli liczba grup)
- Rj to suma rang dla j-tej grupy

Etapy przeliczania testu Friedmana

1. Rangi: Dla każdego bloku (obserwacji), rangi przypisuje się wartościom w każdym warunku.
2. Suma rang: Suma przypisanych rang dla każdej grupy (warunku).
3. Obliczenie statystyki Q: Użyj powyższego wzoru, aby obliczyć wartość Q.
4. Porównanie z wartością krytyczną: Na podstawie tabeli rozkładu Chi-kwadrat, porównaj wartość obliczoną z wartością krytyczną.

Przykład obliczenia testu Friedmana na owocach i warzywach

Rozważmy poniższe dane dotyczące preferencji trzech rodzajów produktów (jabłka, banany, marchewki) ocenianych przez czterech konsumentów:

Konsument Jabłka Banany Marchewki
1 3 2 1
2 2 3 1
3 1 2 3
4 1 3 2

1. Przydzielanie rang

Dla każdego konsumenta przypisujemy rangi wartościom w każdym warunku:

Konsument Jabłka (Rangi) Banany (Rangi) Marchewki (Rangi)
1 3 2 1
2 2 3 1
3 1 2 3
4 1 3 2

2. Suma rang dla każdej grupy (warunku)

Obliczamy sumę rang dla każdego rodzaju produktów:

  • Jabłka: 3 + 2 + 1 + 1 = 7
  • Banany: 2 + 3 + 2 + 3 = 10
  • Marchewki: 1 + 1 + 3 + 2 = 7

3. Obliczenie statystyki Q

Podstawiamy wartości do wzoru:

Q=12nk(k+1)j=1kRj23n(k+1)

Gdzie, n=4 (liczba konsumentów), k=3 (liczba rodzajów produktów), oraz j=1kRj2=72+102+72=49+100+49=198.

Q=12434198344 Q=124819848 Q=4.9583

4. Porównanie z wartością krytyczną

Na poziomie istotności α=0.05, wartość krytyczna χ2 dla 2 stopni swobody (k-1 = 3-1 = 2) wynosi około 5.991. Ponieważ Q=4.9583 jest mniejsze niż 5.991, nie mamy podstaw do odrzucenia hipotezy zerowej. Oznacza to, że nie ma istotnych różnic pomiędzy preferencjami dla tych trzech rodzajów produktów.


Bibliografia:


Hryniewicz, K., Milewska, A. (2023). SZTOS: System Zautomatyzowanego Tworzenia Opisu Statystycznego (Wersja SZTOS) [Słownik pojęć statystycznych]. https://sztos-it.com/


Friedman, M. (1937), "The Use of Ranks to Avoid the Assumption of Normality Implicit in the Analysis of Variance," Journal of the American Statistical Association, 32, 675-70