MerQuR+Başvuru Kitabı

21. Friedman Testi

Analiz kimliği: friedman · Menü adı: Friedman · Panel: gui/panels/analyses/friedman.py · Motor: stats/hypothesis.py, HypothesisTests.friedman (satır 5695–5785), ek çıktılar _fr_q1_extras (1613–1697), post-hoc _friedman_posthoc (930–945) ve _friedman_rank_posthoc (1127–1179), kesin p stats/kesin_sayim.py, friedman_kesin_p (187–254)

21.1 Ne işe yarar

Friedman testi, aynı deneklerde (bloklarda) ölçülen üç ya da daha çok koşulun değerlerinin farklı olup olmadığını, her deneğin kendi içindeki sıraları kullanarak sınar. Cevapladığı soru şudur: "Her denek koşulları kendi içinde sıraladığında, bazı koşullar sistematik olarak üst ya da alt sıralara mı düşüyor?"

\begin{gathered}H_0:\ \text{her blokta } k! \text{ sıralamanın hepsi eşit olasılıklı}\\[4pt]H_1:\ \text{en az bir koşul sistematik olarak üst ya da alt sıralara düşer}\end{gathered}
  • Blok: koşulların hepsinin uygulandığı birim (hasta, radyolog, tarla). Bloklar arası düzey farkı (ör. bir radyoloğun genel olarak daha başarılı olması) blok içi sıralamayla tümüyle ortadan kalkar.
  • k: koşul sayısı (seçilen sütun sayısı, en az 3); n: tam gözlemli blok sayısı.

Test, işaret testinin k koşula genellemesidir (k=2'de Friedman \chi^2'si işaret testinin süreklilik düzeltmesiz z^2'sine eşittir) ve tekrarlı ölçümler ANOVA'sının sıralar üzerinde kurulmuş biçimidir.

Ne zaman kullanılır? Aynı denekler üç ya da daha çok koşulda ölçüldüyse; bağımlı değişken sıralı ya da çarpıksa; denekler arası düzey farkları büyük ve ilgi dışıysa.

Ne zaman kullanılmaz?

  • Yalnız iki koşul varsa: Wilcoxon İşaretli Sıra (Bölüm 19) ya da İşaret Testi (Bölüm 23). MerQur Friedman için en az 3 sütun ister (hypothesis.py:5709–5710).
  • Koşullar farklı deneklerdeyse: gözlemler bağımsızdır, Kruskal-Wallis (Bölüm 20).
  • Farklar kabaca normal ve küresellik makulse: Tekrarlı Ölçümler ANOVA (Bölüm 10) daha güçlüdür.
  • Sonuç ikiliyse (başarılı/başarısız): Cochran's Q (Bölüm 37).
  • Eksik ölçümlü denek çoksa: Friedman liste bazında siler; karma model düşünülmelidir.

Sık karıştırılan analizler. "Kendall'ın uyum katsayısı W", Friedman \chi^2'sinin yeniden ölçeklenmiş hâlidir (W=\chi^2_F/(n(k-1))); MerQur onu etki büyüklüğü olarak verir. Bir değerlendiriciler topluluğunun uyumunu soran çalışmada aynı sayı "uyum" diye yorumlanır, burada "koşullar arası fark" diye. "Page testi" (bu modülde ek çıktı) koşulların önceden belirtilmiş bir sırada arttığını sınar; Friedman yönsüzdür.

21.2 Varsayımlar ve veri türü

Varsayım Ne demek MerQur'da nasıl denetlenir
Bloklar bağımsız Denekler birbirinden bağımsızdır. Tasarımla sağlanır; denetlenmez.
Blok içi karşılaştırılabilirlik Aynı deneğin koşul değerleri aynı ölçekte sıralanabilir. Denetlenmez.
En az sıralı ölçek Eşit aralık gerekmez. Sütunlar pd.to_numeric(errors="coerce") ile sayıya çevrilir (hypothesis.py:5711).
En az 3 koşul, 2 blok Değilse çevrilmiş hata (5400–5404).

Normallik ve küresellik gerekmez. Blok içi bağlar orta sırayla ele alınır ve \chi^2_F bağ düzeltmelidir.

Eksik değer. Liste bazında silme: seçilen sütunlardan herhangi birinde eksik (ya da sayıya çevrilemeyen) değeri olan denek tümüyle atılır (.dropna(), hypothesis.py:5711). Çıktıdaki n kalan tam denek sayısıdır.

Uç durumlar.

  • n<2 tam denek: hata (res_hyp_err_friedman_obs). n<5: "küçük örneklem; χ² yaklaşımı güvenilir olmayabilir" uyarısı (hypothesis.py:5746–5748). Arayüzün bilgi metni "n≥10 önerilir" der (friedman.py:33).
  • Bütün bloklarda tüm koşullar eşitse \chi^2_F tanımsızdır; test yapılmaz ve çevrilmiş hata iletisi verilir (kesin ya da Monte Carlo p=1 yazılmaz).
  • Kesin p'de hesap sınırı aşılırsa sonuç yerine uyarı yazılır; k\ge10 koşulda sınıra varmadan önce uzun süre ve çok bellek harcanabilir (21.5.6).

21.3 Parametreler

Varsayılanlar friedman.py:39–95 içinden okunmuştur.

Arayüz adı Varsayılan Ne yapar Sonucu nasıl değiştirir
Ölçüm Sütunları — Aynı deneğin koşul sütunları (≥ 3), işaretleme listesi. Sütun sırası Page testinin öngörülen sırasıdır.
Post-hoc testi Yok Wilcoxon (Bonferroni, Holm, BH, Šidák), Nemenyi, Conover (Holm), Dunn (Bonferroni). Ek bölüm; ana \chi^2_F değişmez.
Betimsel kapalı Koşul başına n, M, SS, medyan … Ek bölüm.
Güven Düzeyi %95 \alpha=1-\text{düzey}. Karar, yıldız, post-hoc işaretleri ve Kendall W bootstrap GA düzeyi.
Ek çıktılar: İkili ayrıntı (W, Z, r) kapalı Her çift için Wilcoxon W, Z, ham ve düzeltilmiş p, r. Ek tablo.
Ek çıktılar: Kendall W GA kapalı Blokların yeniden örneklenmesiyle yüzdelik bootstrap GA (B=2000). Ek satır.
Ek çıktılar: Monte Carlo p kapalı Blok içi sıraların B=10000 rastgele karıştırılması. Ek satır.
Ek çıktılar: Kesin p (tam sayım) kapalı Bütün blok içi düzenlemeler sayılarak kesin p Ek satır; sınır aşılırsa uyarı.
Ek çıktılar: Page kapalı Sütun sırasına göre artan eğilim testi; tek yönlü. Ek satır.
Tohum 12345 Bootstrap ve Monte Carlo üreteci. Yalnız bu iki satır.

İkili ayrıntı tablosunun düzeltmesi hangisi?

"İkili ayrıntı" tablosu, post-hoc kutusunda Wilcoxon ailesinden bir düzeltme (Bonferroni, Holm, BH, Hochberg, Šidák) seçiliyse onu, aksi hâlde (Yok, Nemenyi, Conover, Dunn) Bonferroni'yi kullanır (hypothesis.py:1624). Başlıkta kullanılan düzeltme yazılır.

21.4 Tıp örneği

Dosya: english/datasets/Tip/17_friedman_radiologist_method.xlsx (Türkçe kopyası samples/Tum_Analiz_Tip/17_friedman_radyolog_yontem.xlsx).

Değişken Rol Tür Açıklama
method_A_accuracy … method_D_accuracy Ölçüm Sütunları sürekli (%, iki ondalık) Dört görüntüleme yönteminde tanı doğruluğu; ortalamalar 73,6, 78,7, 80,0, 83,6.
radiologist_id blok (kullanılmaz) 30 radyolog; her satır bir blok.

n ve eksik değer: 30 radyolog, eksik değer yok. Hiçbir radyologda iki yöntemin değeri eşit değildir: blok içi bağ yoktur.

Klinik soru: Aynı radyologların dört yöntemle elde ettiği tanı doğruluğu farklı mı? (VIDEO_SCRIPT_TR.txt, #17.)

Seçilen ayarlar: Arayüz varsayılanları. Sayısal yürüyüş için tüm ek çıktılar açık ve post-hoc Wilcoxon (Bonferroni) olarak ikinci bir çalıştırma; ayrıca Holm, Nemenyi, Conover ve Dunn çalıştırmaları. Kesin p tüm veride hesaplanır; küçük örneklem davranışını göstermek için ilk 5 radyologla ayrıca çalıştırılmıştır.

Şekil 21.1. Her radyoloğun dört yönteme verdiği blok içi sıralar (gri çizgiler) ve yöntem ortalama sıraları (mor). H_0 altında her ortalama sıranın beklenen değeri (k+1)/2=2{,}5'tir.

21.5 Formüller ve hesap adımları

MerQur'un sırası şudur: (1) seçilen sütunları sayıya çevir, eksik değerli denekleri at, (2) \chi^2_F ve p'yi scipy.stats.friedmanchisquare ile hesapla, (3) Kendall W'yi \chi^2_F'den türet, (4) blok içi sıraların koşul ortalamalarını yaz, (5) istenen post-hoc ve ek çıktıları ekle.

21.5.1 Blok içi sıralar ve Friedman χ²

Her blokta k değer kendi içinde 1'den k'ye sıralanır (bağlıysa orta sıra). Koşul j'nin sıra toplamı R_j, ortalama sırası \bar R_j=R_j/n'dir.

\chi^2_{F,0}=\frac{12}{nk(k+1)}\sum_{j=1}^{k}R_j^2-3n(k+1)
  • R_j=\sum_{b=1}^{n} r_{bj}: j. koşulun n bloktaki sıralarının toplamı; r_{bj}: b. blokta j. koşulun sırası.
  • Eşdeğer biçim: \chi^2_{F,0}=\dfrac{12n}{k(k+1)}\sum_j\big(\bar R_j-\tfrac{k+1}{2}\big)^2; ortalama sıraların beklenen değerden (k+1)/2 kare sapması.

Neden 12/(nk(k+1))?

H_0 altında bir bloktaki sıra 1,\dots,k'nin her birini eşit olasılıkla alır; varyansı (k^2-1)/12'dir. Bloklar bağımsız olduğundan \bar R_j'nin varyansı (k^2-1)/(12n); koşullar aynı blokta birbirini dışladığından (sıra toplamı sabit) aralarındaki korelasyon -1/(k-1)'dir. Bu kovaryans yapısında kare sapmalar toplamı \frac{12n}{k(k+1)} ile ölçeklendiğinde \chi^2_{k-1}'e yakınsar (Friedman 1937).

21.5.2 Bağ düzeltmesi, p değeri ve Kendall W

C_F=1-\frac{\sum_{b=1}^{n}\sum_{j}(t_{bj}^3-t_{bj})}{n\,k\,(k^2-1)},\qquad \chi^2_F=\frac{\chi^2_{F,0}}{C_F},\qquad p=P\big(\chi^2_{k-1}\ge\chi^2_F\big),\qquad W=\frac{\chi^2_F}{n(k-1)}
  • t_{bj}: b. bloktaki j. bağ grubunun büyüklüğü; blok içi bağ yoksa C_F=1.
  • W: Kendall'ın uyum katsayısı, 0\le W\le1. W=1: her blokta aynı sıralama; W=0: ortalama sıralar eşit. \chi^2_F bağ düzeltmeli olduğundan W de bağ düzeltmelidir (rstatix friedman_effsize ile aynı).
  • Etiket olarak arayüz metni 0,1 düşük, 0,3 orta, 0,5 yüksek der (friedman.py:34); çıktıda etiket yazılmaz.

Koddaki tercih

Ana \chi^2_F ve p scipy.stats.friedmanchisquare'den gelir (hypothesis.py:5721); bağ düzeltmesi her zaman uygulanır (R friedman.test ile aynı istatistik). Ortalama sıralar ayrıca rankdata ile satır satır hesaplanır (5416–5417). Grafik koşul medyanlarını gösterir, ortalamaları değil (friedman.py:110–111). n<5 uyarısı R'de yoktur; MerQur yine de sonucu verir.

21.5.3 İkili karşılaştırmalar

Wilcoxon (işaretli sıra) + düzeltme. Her çift için iki sütunun farkı alınır; farklar kayan nokta artığından arındırılır (_paired_diff, hypothesis.py:802–821) ve scipy.stats.wilcoxon varsayılanı uygulanır: farklarda bağ ve sıfır yoksa ve n\le50 ise kesin p, aksi hâlde bağ düzeltmeli, süreklilik düzeltmesiz normal yaklaşım. Ham p'ler seçilen yöntemle düzeltilir (_friedman_posthoc, 913–929). Ayrıntı tablosunda ayrıca:

Z=\frac{W^{+}-\frac{n'(n'+1)}{4}}{\sqrt{\frac{n'(n'+1)(2n'+1)}{24}-\frac{\sum(t^3-t)}{48}}},\qquad r=\frac{\lvert Z\rvert}{\sqrt n}
  • W^{+}: pozitif farkların sıra toplamı; n': sıfır olmayan fark sayısı; t: \lvert d\rvert bağ grupları.
  • Tablodaki "W" sütunu \min(W^{+},W^{-})'dir (scipy'nin iki yönlü istatistiği). Z'nin işareti W^{+}-n'(n'+1)/4'ten alınır: negatif Z, ilk sütunun küçük olduğunu gösterir (hypothesis.py:1631–1634).
  • r'nin paydası toplam blok sayısı n'dir.

p ve Z farklı yollardan

Bağsız farklarda tablodaki p kesin dağılımdan, Z ise her zaman normal yaklaşımdan gelir; 2[1-\Phi(\lvert Z\rvert)] tablodaki p'ye eşit olmayabilir. Tıp örneğinde A–B çiftinde kesin p=0{,}000460, Z=-3{,}342'nin normal p'si 0,000831'dir. Wilcoxon'un ayrıntısı için Bölüm 19.

Sıra tabanlı karşılaştırmalar blok içi ortalama sıraları kullanır (_friedman_rank_posthoc, hypothesis.py:1127–1178):

\begin{gathered}\text{Nemenyi: } q_{ij}=\frac{\sqrt2\,\lvert\bar R_i-\bar R_j\rvert}{\sqrt{k(k+1)/(6n)}},\ \ p=P\big(Q_{k,\infty}>q_{ij}\big)\\[6pt]\text{Dunn: } z_{ij}=\frac{\bar R_i-\bar R_j}{\sqrt{k(k+1)/(6n)}},\ \ p_{\text{Bonf}}=\min\big(1,\ m\cdot2[1-\Phi(\lvert z_{ij}\rvert)]\big)\\[6pt]\text{Conover: } S^2=\frac{\sum r_{bj}^2-\frac{nk(k+1)^2}{4}}{k-1},\ \ T_2=\frac{\sum_j\big(R_j-\frac{n(k+1)}{2}\big)^2}{S^2}\\[6pt]t_{ij}=\frac{\lvert R_i-R_j\rvert}{\sqrt{\frac{2nS^2}{n-1}\left(1-\frac{T_2}{n(k-1)}\right)}}\end{gathered}
  • \sqrt{k(k+1)/(6n)}: iki ortalama sıra farkının H_0 altındaki standart hatası.
  • Conover t_{ij}, sd =(n-1)(k-1) ile iki yönlü t p'si ve Holm düzeltmesi (sabit; seçilemez). T_2, bağ düzeltmeli \chi^2_F'ye eşittir.
  • m=k(k-1)/2: çift sayısı. Dunn p'leri Bonferroni ile bu sayıyla çarpılır.

Koddaki tercih

Tanımlar PMCMRplus ile aynıdır: frdAllPairsNemenyiTest, frdAllPairsConoverTest(p.adjust.method = "holm"). Nemenyi ve Dunn bağ düzeltmesizdir. Conover'ın paydası Friedman istatistiğinin açıkladığını çıkarır (1-T_2/(n(k-1))=1-W); güçlü bir genel farkta Conover diğerlerinden daha çok çifti anlamlı bulur.

21.5.4 Page eğilim testi

Sütunlar seçilme sırasında "öngörülen artış" sırası kabul edilir (hypothesis.py:1692–1696, scipy.stats.page_trend_test(method="asymptotic")):

\begin{gathered}L=\sum_{j=1}^{k} j\,R_j,\qquad E(L)=\frac{nk(k+1)^2}{4},\qquad \operatorname{Var}(L)=\frac{nk^2(k+1)(k^2-1)}{144}\\[6pt]p=1-\Phi\!\left(\frac{L-E(L)}{\sqrt{\operatorname{Var}(L)}}\right)\end{gathered}
  • j: koşulun sütun sırasındaki konumu (1 = en düşük beklenen).
  • p tek yönlüdür ve süreklilik düzeltmesizdir (Page 1963). PMCMRplus pageTest 0,5 düzeltmeli z ve iki yönlü p verir; değerler bu yüzden farklıdır (21.8 S6).

21.5.5 Kendall W bootstrap GA ve Monte Carlo p

Bootstrap GA (hypothesis.py:1650–1665): bloklar (satırlar) B=2000 kez yerine koyarak yeniden örneklenir, her örnekte W^{*}=\chi^{2*}_F/(n(k-1)) hesaplanır; GA, W^{*}'ların 100\alpha/2 ve 100(1-\alpha/2) yüzdelikleridir (yüzdelik yöntemi). Hata veren örnekler (ör. tümü bağlı) sessizce atlanır.

Monte Carlo p (1544–1559): her blokta sıralar bağımsız olarak rastgele karıştırılır (Generator.permuted(R, axis=1)); istatistik \sum_j(R_j^{*}-n(k+1)/2)^2, \chi^2_F ile tekdüze olduğundan aynı sıralamayı verir.

\hat p_{MC}=\frac{b+1}{B+1},\qquad b=\#\Big\{\textstyle\sum_j\big(R_j^{*}-\frac{n(k+1)}{2}\big)^2\ \ge\ \sum_j\big(R_j-\frac{n(k+1)}{2}\big)^2-10^{-9}\Big\}
  • +1'ler gözlenen düzeni de sayar; en küçük olası değer 1/(B+1)=0{,}0001'dir (Phipson ve Smyth 2010).
  • %99 GA b/B'nin Clopper–Pearson aralığıdır; satır kullanılan tohumu (formdaki değer) yazar ve kendi başlığı altında çıkar.

21.5.6 Kesin p (tam sayım)

H_0 altında her blokta k! sıralamanın her biri eşit olasılıklıdır ve bloklar bağımsızdır; toplam (k!)^n eşit olasılıklı düzenleme vardır. Kesin p, bunların gözlenen kadar ya da daha büyük \chi^2_F verenlerinin oranıdır:

p_{\text{kesin}}=\frac{\#\{\text{düzenleme}:\ \chi^2_F\ge\chi^2_{F,\text{göz}}\}}{(k!)^n}=P\Big(\sum_j R_j^{2}\ \ge\ \sum_j R_{j,\text{göz}}^2\Big)
  • İkinci eşitlik: \sum_j R_j=nk(k+1)/2 sabit ve bağ düzeltmesi her düzenlemede aynı olduğundan \chi^2_F, \sum R_j^2'nin artan bir fonksiyonudur.
  • Bağlarda koşullu: blok içi orta sıralar sabit tutulur, yalnız koşul etiketleri permüte edilir. Aynı orta sıraların yer değiştirmesi ayrı düzenleme sayılır (sayım yine (k!)^n; çokluklar ağırlık olur).
  • Karşılaştırma tam sayılarla yapılır: yarım sıralar varsa sıralar 2 ile çarpılır (_olcekli_tamsayi, kesin_sayim.py:59–67).

Algoritma (friedman_kesin_p, kesin_sayim.py:187–254):

  1. Her blokta orta sıraların bütün k! permütasyonu üretilir; aynı olanlar çoklukla birleştirilir (203–209).
  2. Yalnız ilk k-1 koşulun sıra toplamı izlenir (sonuncusu sabit toplamdan bulunur). Dağılım (k-1) boyutlu bir dizidir; başlangıçta tek hücre.
  3. Her blok için dizi, o bloğun permütasyonlarının kaydırmalarıyla toplanır (katlama, 228–236): yeni dizi =\sum_{\pi}m_\pi\cdot (eski dizi, \pi'nin ilk k-1 sırası kadar kaydırılmış).
  4. Sonda her hücrenin Q=\sum_{j=1}^{k}R_j^2'si hesaplanır; Q\ge Q_{\text{göz}} olan hücrelerin ağırlığı toplam ağırlığa bölünür.

Hesap sınırı (kesin_sayim.py:220–221): son dizinin hücre sayısı \prod_{j<k}(\max R_j-\min R_j+1) en çok 2\times10^7; iş tahmini \sum_b(\text{blok } b \text{ sonrası hücre})\times(\text{ayrık permütasyon}) en çok 3\times10^9; süre en çok 60 s. Bağsız veride b bloktan sonraki hücre sayısı h_b=(b(k-1)+1)^{k-1}, iş tahmini k!\sum_{b\le n}h_b'dir. Bu iki tahminden çıkan en büyük blok sayısı (MerQur'da denenmiştir):

k Son hücre h_n İş k!\sum_b h_b En büyük n (bağsız) Bağlayan sınır Süre (bu makinede)
3 (2n+1)^2 6\sum(2b+1)^2 720 iş n=200: 0,2 s
4 (3n+1)^3 24\sum(3b+1)^3 64 iş n=64: 9,6 s
5 (4n+1)^4 120\sum(4b+1)^4 12 iş n=12: 5,6 s
6 (5n+1)^5 720\sum(5b+1)^5 3 iş n=3: 0,6 s
7 (6n+1)^6 5040\sum(6b+1)^6 1 iş —
  • Bağlayan sınır her satırda iş tahminidir (3\times10^9); hücre sınırı (2\times10^7) daha geç gelir. Yarım sıralar (blok içi bağ) ölçeği 2 yapar ve sınırı öne çeker.
  • k=4 ve n=65'te iş tahmini 3{,}04\times10^9 olur ve kesin p verilmez. Pratikte kesin p, k\le5 ve küçük-orta n için kullanılabilir.
  • Boyut ve iş tahmini permütasyonlar üretilmeden, k!/\prod t_j! ayrık düzenleme sayısından yapılır. k\ge10 koşulda (blok başına 10!=3{,}6 milyon düzenleme) sınır aşılıyorsa istek bellek ve süre harcanmadan hemen reddedilir.

Koddaki tercih

Sınır aşılırsa çevrilmiş uyarı yazılır, ayar kaydına not düşülür ve Monte Carlo p önerilir (_kesin_p_blogu, hypothesis.py:1458–1475). Satır p'yi 8 ondalıkla, p<10^{-6}'da 4 anlamlı basamakla yazar; Tıp örneğinde 8{,}19\times10^{-8}. Tam değer additional["exact_p"]'dedir. R'de friedman.test yalnız asimptotik p verir; coin::friedman_test(distribution = "exact") iki koşul dışında çalışmaz ("not a two-sample problem"), k\ge3'te ancak Monte Carlo (approximate()) verir. MerQur'un tam sayımı bu yüzden R'de doğrudan karşılığı olmayan bir çıktıdır; doğrulamada bağımsız bir sayımla denetlenmiştir (21.6.1).

21.6 Elle hesap: Tıp verisinde sayısal yürüyüş

Ara değerler dogrulama/friedman/elle_hesap.py ile, MerQur kodu çağrılmadan hesaplanmıştır.

Adım 1 — Blok içi sıralar. İlk üç radyolog:

Radyolog A B C D Sıralar (A, B, C, D)
1 74,55 82,67 79,59 86,17 1, 3, 2, 4
2 72,29 82,02 70,91 76,39 2, 4, 1, 3
3 51,47 64,75 74,89 71,72 1, 2, 4, 3

Hiçbir blokta bağ yoktur: C_F=1.

Adım 2 — Sıra toplamları. 30 radyolog üzerinden:

A B C D Toplam
R_j 46 72 80 102 300
\bar R_j 1,5333 2,4000 2,6667 3,4000
Medyan (%) 74,645 79,120 79,955 84,180

Denetim: \sum R_j=nk(k+1)/2=30\cdot4\cdot5/2=300.

Adım 3 — χ²_F, p ve W.

\chi^2_F=\frac{12}{30\cdot4\cdot5}\,(46^2+72^2+80^2+102^2)-3\cdot30\cdot5=0{,}02\times24104-450=32{,}08
p=P(\chi^2_3\ge32{,}08)=5{,}0342\times10^{-7},\qquad W=\frac{32{,}08}{30\cdot3}=0{,}356444

Adım 4 — İkili karşılaştırmalar.

Çift Wilcoxon W Z ham p Bonferroni Holm r Nemenyi p Conover (Holm) p Dunn z Dunn Bonf.
A–B 70 −3,342 0,00046 0,0028 0,0018 0,610 0,0460 0,0060 −2,6 0,0559
A–C 42 −3,918 2,1·10⁻⁵ 0,0001 0,0001 0,715 0,0038 0,0004 −3,4 0,0040
A–D 14 −4,494 2,0·10⁻⁷ 1,2·10⁻⁶ 1,2·10⁻⁶ 0,821 1,3·10⁻⁷ 5,7·10⁻⁹ −5,6 1,3·10⁻⁷
B–C 179 −1,100 0,2711 1,0000 0,2711 0,201 0,8544 0,3296 −0,8 1,0000
B–D 81 −3,116 0,0012 0,0074 0,0037 0,569 0,0144 0,0016 −3,0 0,0162
C–D 107 −2,581 0,0087 0,0522 0,0174 0,471 0,1232 0,0168 −2,2 0,1668

Örnekler: Dunn için SH =\sqrt{4\cdot5/(6\cdot30)}=1/3; A–B: z=(1{,}5333-2{,}4)\cdot3=-2{,}6. Conover için S^2=50, T_2=32{,}08, payda \sqrt{(2\cdot30\cdot50/29)(1-32{,}08/90)}=8{,}1593; A–B: t=26/8{,}1593=3{,}1865. B–C çiftinde \lvert d\rvert=3{,}63 iki kez geçer; bu bağ yüzünden p kesin değil, bağ düzeltmeli normal yaklaşımdır (0,2711).

Yöntemler yalnız C–D ve A–B çiftlerinde ayrışır: Wilcoxon-Holm ve Conover C–D'yi anlamlı bulur, Bonferroni, Nemenyi ve Dunn bulmaz; A–B'yi Dunn-Bonferroni dışındaki hepsi anlamlı bulur.

Adım 5 — Page, bootstrap ve Monte Carlo.

\begin{gathered}L=1\cdot46+2\cdot72+3\cdot80+4\cdot102=838\\[4pt]E(L)=\frac{30\cdot4\cdot25}{4}=750,\qquad \operatorname{Var}(L)=\frac{30\cdot16\cdot5\cdot15}{144}=250\end{gathered}
z=\frac{838-750}{\sqrt{250}}=5{,}5656,\qquad p_{\text{tek}}=1{,}3062\times10^{-8}

Kendall W bootstrap %95 GA (tohum 12345, B=2000): [0{,}2129;\ 0{,}5489]. Monte Carlo: 10000 karıştırmanın hiçbiri gözlenen değere ulaşmaz (b=0), \hat p=1/10001=0{,}0001; bu değer bir üst sınırdır.

Adım 6 — Kesin p. Tüm veride (4!)^{30}=2{,}5488\times10^{41} düzenleme vardır. Son dizi (30\cdot3+1)^3=753571 hücredir, sınırın çok altındadır; hesap saniyeler sürer:

p_{\text{kesin}}=8{,}1941\times10^{-8}

Asimptotik p (5{,}03\times10^{-7}) kesin değerden 6 kat büyüktür: dağılımın uç kuyruğunda \chi^2 yaklaşımı göreli olarak kötüdür, karar ise aynıdır.

Küçük örneklem davranışı için ilk 5 radyolog: sıra toplamları R=(6,\ 15,\ 11,\ 18),

\chi^2_F=\frac{12}{5\cdot4\cdot5}\,(36+225+121+324)-75=9{,}72,\qquad p_{\chi^2}=0{,}021103

(4!)^5=7962624 düzenlemenin 95544'ünde \chi^2_F\ge9{,}72 olur: p_{\text{kesin}}=95544/7962624=0{,}011999. Monte Carlo (tohum 12345) 0,012499 verir. Burada asimptotik p kesin p'nin yaklaşık iki katıdır; n=5'te \chi^2 yaklaşımı tutucudur. MerQur bu çalıştırmada n<5 uyarısı vermez (n=5).

21.6.1 Doğrulama: MerQur, Python ve R

MerQur değerleri execute() sonucundan, round() ve p_yuvarla bellekte etkisizleştirilerek alınmıştır (dogrulama/friedman/merqur_calistir.py); yalnız metinde yazılan Z, q, t, z değerleri gösterilen ondalıkta karşılaştırılmıştır. Python kesin p'yi iki yoldan kurar: ilk 5 radyologda tüm düzenlemeler sözlükle tam sayı olarak sayılır; tüm veride sıra toplamı dağılımı scipy.signal.convolve(method="direct") ile bloklar üzerinden katlanır. R: 4.5.3, friedman.test, rstatix::friedman_effsize, wilcox.test (yuvarlanmış farklarla; bkz. 21.8 S5), PMCMRplus (frdAllPairsNemenyiTest, frdAllPairsConoverTest(p.adjust.method = "holm")), Page ve Dunn formülle; kesin p R'de dizi katlamasının bağımsız bir uygulamasıyla. Bootstrap ve Monte Carlo satırlarında Python, MerQur'un üreteç adımlarını aynı tohumla yeniden üretir.

Büyüklük MerQur Python (bağımsız) R 4.5.3 En büyük fark Durum
Ortalama sıra (A) 1,533333 1,533333 1,533333 3,3e−15 ✓
Ortalama sıra (B) 2,400000 2,400000 2,400000 0,0e+00 ✓
Ortalama sıra (C) 2,666667 2,666667 2,666667 3,6e−15 ✓
Ortalama sıra (D) 3,400000 3,400000 3,400000 0,0e+00 ✓
\chi^2_F 32,080000 32,080000 32,080000 1,4e−14 ✓
p (\chi^2_3) 5,0342·10−7 5,0342·10−7 5,0342·10−7 2,8e−21 ✓
Kendall W 0,356444 0,356444 0,356444 2,8e−16 ✓
Wilcoxon Z (A–B) −3,342 −3,342355 −3,342355 2,2e−15 ✓ (3 ondalık)
Wilcoxon Z (A–C) −3,918 −3,918269 −3,918269 2,7e−15 ✓ (3 ondalık)
Wilcoxon Z (A–D) −4,494 −4,494182 −4,494182 1,8e−15 ✓ (3 ondalık)
Wilcoxon Z (B–C) −1,100 −1,100435 −1,100435 2,9e−15 ✓ (3 ondalık)
Wilcoxon Z (B–D) −3,116 −3,116103 −3,116103 3,1e−15 ✓ (3 ondalık)
Wilcoxon Z (C–D) −2,581 −2,581327 −2,581327 0,0e+00 ✓ (3 ondalık)
Wilcoxon ham p (A–B) 0,000460 0,000460 0,000460 4,3e−19 ✓
Wilcoxon ham p (A–C) 2,0798·10−5 2,0798·10−5 2,0798·10−5 3,4e−20 ✓
Wilcoxon ham p (A–D) 2,0489·10−7 2,0489·10−7 2,0489·10−7 2,6e−22 ✓
Wilcoxon ham p (B–C) 0,271143 0,271143 0,271143 0,0e+00 ✓
Wilcoxon ham p (B–D) 0,001232 0,001232 0,001232 2,6e−18 ✓
Wilcoxon ham p (C–D) 0,008705 0,008705 0,008705 3,5e−18 ✓
Wilcoxon Bonferroni p (A–B) 0,002761 0,002761 0,002761 4,8e−18 ✓
Wilcoxon Bonferroni p (A–C) 0,000125 0,000125 0,000125 1,9e−19 ✓
Wilcoxon Bonferroni p (A–D) 1,2293·10−6 1,2293·10−6 1,2293·10−6 1,7e−21 ✓
Wilcoxon Bonferroni p (B–C) 1 1 1 0,0e+00 ✓
Wilcoxon Bonferroni p (B–D) 0,007393 0,007393 0,007393 3,5e−18 ✓
Wilcoxon Bonferroni p (C–D) 0,052233 0,052233 0,052233 0,0e+00 ✓
Wilcoxon Holm p (A–B) 0,001840 0,001840 0,001840 2,2e−19 ✓
Wilcoxon Holm p (A–C) 0,000104 0,000104 0,000104 3,3e−19 ✓
Wilcoxon Holm p (A–D) 1,2293·10−6 1,2293·10−6 1,2293·10−6 1,7e−21 ✓
Wilcoxon Holm p (B–C) 0,271143 0,271143 0,271143 0,0e+00 ✓
Wilcoxon Holm p (B–D) 0,003696 0,003696 0,003696 1,7e−18 ✓
Wilcoxon Holm p (C–D) 0,017411 0,017411 0,017411 3,1e−17 ✓
r=\lvert Z\rvert/\sqrt n (A–B) 0,610228 0,610228 0,610228 3,3e−16 ✓
r=\lvert Z\rvert/\sqrt n (A–C) 0,715375 0,715375 0,715375 1,1e−16 ✓
r=\lvert Z\rvert/\sqrt n (A–D) 0,820522 0,820522 0,820522 1,1e−16 ✓
r=\lvert Z\rvert/\sqrt n (B–C) 0,200911 0,200911 0,200911 8,3e−17 ✓
r=\lvert Z\rvert/\sqrt n (B–D) 0,568920 0,568920 0,568920 2,2e−16 ✓
r=\lvert Z\rvert/\sqrt n (C–D) 0,471284 0,471284 0,471284 3,3e−16 ✓
Nemenyi q (A–B) 3,677 3,676955 3,676955 3,1e−15 ✓ (3 ondalık)
Nemenyi q (A–C) 4,808 4,808326 4,808326 2,7e−15 ✓ (3 ondalık)
Nemenyi q (A–D) 7,920 7,919596 7,919596 2,7e−15 ✓ (3 ondalık)
Nemenyi q (B–C) 1,131 1,131371 1,131371 4,0e−15 ✓ (3 ondalık)
Nemenyi q (B–D) 4,243 4,242641 4,242641 4,4e−15 ✓ (3 ondalık)
Nemenyi q (C–D) 3,111 3,111270 3,111270 4,4e−16 ✓ (3 ondalık)
Conover t (A–B) 3,187 3,186535 3,186535 3,1e−15 ✓ (3 ondalık)
Conover t (A–C) 4,167 4,167007 4,167007 0,0e+00 ✓ (3 ondalık)
Conover t (A–D) 6,863 6,863306 6,863306 0,0e+00 ✓ (3 ondalık)
Conover t (B–C) 0,980 0,980472 0,980472 1,1e−16 ✓ (3 ondalık)
Conover t (B–D) 3,677 3,676771 3,676771 3,1e−15 ✓ (3 ondalık)
Conover t (C–D) 2,696 2,696299 2,696299 8,9e−16 ✓ (3 ondalık)
Dunn z (A–B) −2,600 −2,600000 −2,600000 4,4e−16 ✓ (3 ondalık)
Dunn z (A–C) −3,400 −3,400000 −3,400000 4,4e−16 ✓ (3 ondalık)
Dunn z (A–D) −5,600 −5,600000 −5,600000 0,0e+00 ✓ (3 ondalık)
Dunn z (B–C) −0,800 −0,800000 −0,800000 2,2e−16 ✓ (3 ondalık)
Dunn z (B–D) −3,000 −3 −3 0,0e+00 ✓ (3 ondalık)
Dunn z (C–D) −2,200 −2,200000 −2,200000 0,0e+00 ✓ (3 ondalık)
Page L 838 838 838 0,0e+00 ✓
Page p (tek yönlü, düzeltmesiz) 1,3062·10−8 1,3062·10−8 1,3062·10−8 9,6e−23 ✓
Kendall W bootstrap %95 GA alt (B = 2000) 0,212867 0,212867 — 0,0e+00 ✓
Kendall W bootstrap %95 GA üst 0,548911 0,548911 — 0,0e+00 ✓
Monte Carlo p (tohum 12345, B = 10000) 9,9990·10−5 9,9990·10−5 — 0,0e+00 ✓
Kesin p (tam sayım, n=30) 8,1941·10−8 8,1941·10−8 8,1941·10−8 5,3e−23 ✓
Eşit olasılıklı düzenleme sayısı (4!)^{30} (×1041) 2,548809 2,548809 2,548809 1,8e−15 ✓
İlk 5 radyolog: \chi^2_F 9,720000 9,720000 9,720000 1,8e−15 ✓
İlk 5 radyolog: asimptotik p 0,021103 0,021103 0,021103 3,5e−17 ✓
İlk 5 radyolog: kesin p 0,011999 0,011999 0,011999 1,9e−17 ✓
İlk 5 radyolog: düzenleme sayısı (4!)^5 7962624 7962624 7962624 0,0e+00 ✓
İlk 5 radyolog: Monte Carlo p 0,012499 0,012499 — 0,0e+00 ✓

Sonuç: 67 büyüklüğün tamamı ölçütü karşılar.

21.7 Çıktıyı okuma

Varsayılan ayarlarla Sonuçlar sekmesinin üst bloğu (stats_panel.py:9885–9923) ve yorum satırı:

TEST: Friedman Testi
──────────────────────────────────────────────────
İstatistik : 32.08
p-değeri   : < 0.0001  ***
df         : 3.0
Etki Büy.  : 0.3564  (Kendall W = 0.3564)

GRUP İSTATİSTİKLERİ:
  method_A_accuracy: n = 30, medyan = 74.645, ort. sıra = 1.53
  method_B_accuracy: n = 30, medyan = 79.12, ort. sıra = 2.4
  method_C_accuracy: n = 30, medyan = 79.955, ort. sıra = 2.67
  method_D_accuracy: n = 30, medyan = 84.18, ort. sıra = 3.4

Friedman χ²(3) = 32.0800, p = 5.03e-07 ***, Kendall W = 0.3564. n = 30. H₀ REDDEDİLİR.
APA: χ²(3, N = 30) = 32.08, p < .001, Kendall W = .36

Tüm seçeneklerle eklenen bölümlerden (kısaltılmış; uzun sütun adları m_A … m_D diye kısaltılmıştır):

── İkili Wilcoxon ayrıntısı (düzeltme: bonferroni) ──
                     W        Z         p     p adj       r
    m_A − m_B     70.0   -3.342    0.0005    0.0028   0.610
    m_C − m_D    107.0   -2.581    0.0087    0.0522   0.471
    Kendall W = 0.3564, bootstrap %95 GA (B = 2000) [0.2129, 0.5489]
── Monte Carlo p ──
    Monte Carlo permütasyon p (B = 10000, tohum 12345) = 0.000100  [%99 GA 0.0000, 0.0005]
── Kesin p (tam sayım) ──
    Kesin permütasyon p = P(χ²_F ≥ χ²_F,gözlenen) = 8.194e-08  (2.54881e+41 eşit
    olasılıklı blok içi sıra düzenlemesi; bağlar orta sıralarla)
── Page ──
    Sıra (öngörülen artış): m_A < m_B < m_C < m_D
    L = 838.0, p (tek yönlü) = 1.31e-08
Satır Ne yazar Nasıl yorumlanır
İlk satır \chi^2_F (sd), p, yıldız, Kendall W, n, karar n liste bazında silmeden sonra kalan denek sayısıdır.
Grup tablosu n, medyan, ortalama sıra Testin karşılaştırdığı büyüklük ortalama sıradır; medyan bilgi içindir.
İkili Wilcoxon W=\min(W^+,W^-), Z, ham ve düzeltilmiş p, r Z<0: ilk sütun küçük. p kesin, Z normal yaklaşım olabilir.
Kendall W GA, Monte Carlo Başlıksız iki satır Wilcoxon tablosunun parçası değildir.
Kesin p 8 ondalık Çok küçük p'de anlamlı basamak kaybolur; sonuç nesnesindeki değeri kullanın.
Page L, tek yönlü p (6 ondalık) Yalnız sütun sırası önceden belirlenmiş bir hipotezse yorumlanır.
Uyarı n<5: χ² güvenilir olmayabilir Kesin p'yi açın.

APA biçiminde rapor cümlesi:

Dört görüntüleme yönteminin tanı doğruluğu aynı 30 radyologda anlamlı farklılık gösterdi, Friedman \chi^2(3, N = 30) = 32{,}08, p < 0{,}001 (kesin p = 8{,}2 \times 10^{-8}), Kendall W = 0{,}36 (%95 bootstrap GA [0,21; 0,55]). Ortalama sıralar A yönteminde 1,53, B'de 2,40, C'de 2,67 ve D'de 3,40 idi. Holm düzeltmeli Wilcoxon karşılaştırmalarında B ile C dışındaki tüm çiftler farklıydı (düzeltilmiş p \le 0{,}017); B–C farkı anlamlı değildi (p = 0{,}271).

21.8 Uzman soruları

S1. Kesin p nasıl hesaplanıyor ve neden asimptotik p'den 6 kat küçük?

Her blokta k! düzenleme eşit olasılıklıdır; koşul sıra toplamlarının dağılımı bloklar üzerinden katlanarak (kesin_sayim.py:236–244) tam olarak kurulur ve \sum R_j^2\ge(\cdot)_{\text{göz}} olasılığı toplanır. Tıp örneğinde p_{\text{kesin}}=8{,}19\times10^{-8}, asimptotik 5{,}03\times10^{-7}'dir. \chi^2 yaklaşımının mutlak hatası küçüktür, ama bu kadar uç bir kuyrukta göreli hata büyüktür. n=5'te ise asimptotik p (0,0211) kesin p'nin (0,0120) iki katıdır: yaklaşım küçük örneklemde tutucudur.

S2. Kesin p'nin hesap sınırı nedir; hangi verilerde hesaplanamaz?

Son dizi en çok 2\times10^7 hücre, iş tahmini en çok 3\times10^9, süre en çok 60 s. Bağsız veride bağlayan sınır iş tahminidir: k=3'te 720, k=4'te 64, k=5'te 12, k=6'da 3 bloğa kadar hesaplanır; k\ge7'de iki blok bile sınırı aşar. Sınır aşılırsa MerQur sonucu atlar ve Monte Carlo p'yi önerir. k\ge10'da ise sınır denetimi permütasyonlar üretildikten sonra geldiği için hesap dakikalarca sürebilir ve çok bellek ister.

S3. Blok içi bağlarda kesin p nasıl tanımlı?

Koşulludur: her bloğun orta sıraları sabit tutulur ve yalnız koşul etiketleri permüte edilir. Aynı orta sıraların yer değiştirdiği düzenlemeler ayrı sayılır, bu yüzden payda yine (k!)^n'dir. Bu, R coin permütasyon testlerinin tanımıdır; bağ düzeltmeli \chi^2_F her düzenlemede aynı çarpanla bölündüğünden sıralama değişmez.

S4. Kendall W ile χ²_F arasındaki ilişki ne; W bağ düzeltmeli mi?

W=\chi^2_F/(n(k-1)). \chi^2_F bağ düzeltmeli olduğundan W de bağ düzeltmelidir; Kendall'ın bağ düzeltmeli W tanımıyla ve rstatix friedman_effsize ile aynıdır. Bootstrap GA yüzdelik yöntemiyle, blokların yeniden örneklenmesiyle kurulur; yeniden örneklemde aynı blok birden çok kez seçilebilir.

S5. Wilcoxon post-hoc'u R'deki wilcox.test(x, y, paired = TRUE) ile neden bir çiftte farklı?

B–C çiftinde iki farkın mutlak değeri 3{,}63'tür: 11. radyologda 88{,}71-92{,}34, 26. radyologda 77{,}12-80{,}75. İkili kayan nokta gösteriminde bu farklar -3{,}6300000000000097 ve -3{,}6299999999999955 çıkar. R wilcox.test(x, y, paired = TRUE) farkı kendisi aldığı için bu bağı görmez; normal yaklaşımda bağsız varyansı kullanır (p=0{,}271155; exact = FALSE, correct = FALSE). MerQur farkları önce veri büyüklüğüne göre 12 anlamlı basamağa yuvarlar (_paired_diff), bağı korur ve bağ düzeltmeli normal yaklaşıma geçer (p=0{,}271143). R'ye yuvarlanmış fark verilince sonuç aynıdır.

S6. Page p'si R'deki PMCMRplus::pageTest'ten neden farklı?

MerQur (scipy) Page'in (1963) özgün tanımını kullanır: süreklilik düzeltmesiz z=(L-E(L))/\sqrt{\operatorname{Var}(L)} ve tek yönlü p. PMCMRplus z'yi 0,5 düzeltmeyle hesaplar (5{,}534) ve iki yönlü p verir (3{,}13\times10^{-8}); MerQur z=5{,}566, p=1{,}31\times10^{-8}. İki yazılımın L'si aynıdır (838).

S7. Hangi post-hoc seçilmeli?

Wilcoxon çiftleri yalnız iki sütunun farklarını kullanır, öteki koşullardan etkilenmez; büyüklüğü de (r) verir. Sıra tabanlı Nemenyi, Conover ve Dunn ise Friedman'ın kendi blok içi sıralarını kullanır ve genel testle tutarlıdır; ama bir çiftin sonucu üçüncü bir koşulun eklenmesiyle değişebilir (sıralar yeniden dağılır). Conover en güçlüsü, Nemenyi ve Dunn-Bonferroni en tutucusudur. Tıp örneğinde C–D çiftinin kararı bu seçime bağlıdır.

S8. Bir denekte tek eksik ölçüm varsa ne olur?

Denek bütünüyle atılır (liste bazında silme). Çok eksik varsa güç düşer ve eksiklik rastgele değilse sonuç yanlı olur. Durbin testi (dengeli eksik blok) MerQur'da yoktur; karma model ya da tekrarlı ölçümler ANOVA'sının karma modelli biçimi düşünülmelidir.

21.9 Sık hatalar ve tuzaklar

  • Bağımsız grupları Friedman'a vermek. Sütunlar aynı deneğin ölçümleri olmalıdır; farklı denekler için Kruskal–Wallis.
  • Ortalama sıra yerine ortalamayı yorumlamak. Test, blok içi sıraları karşılaştırır; bir koşulun ortalaması yüksek ama çoğu denekte düşük olabilir.
  • Eksik değerli denekleri gözden kaçırmak. Çıktıdaki n veri satır sayısından küçükse liste bazında silme olmuştur.
  • Page testini sütunları rastgele seçip yorumlamak. Öngörülen sıra, sütunların işaretlenme sırasıdır; sıra veriden sonra belirlenmişse p geçersizdir.
  • Monte Carlo p=0{,}0001'i kesin değer sanmak. b=0 iken bu, ulaşılabilen en küçük değerdir; gerçek p daha küçüktür. Kesin p kutusunu açın.
  • k\ge10 koşulla kesin p beklemek. Düzenleme sayısı hızla büyür; sınır aşılınca istek reddedilir ve Monte Carlo p önerilir.

21.10 Kaynaklar

  • Conover, W. J. (1999). Practical nonparametric statistics (3rd ed.). Wiley.
  • 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(200), 675–701. https://doi.org/10.1080/01621459.1937.10503522
  • Friedman, M. (1940). A comparison of alternative tests of significance for the problem of m rankings. The Annals of Mathematical Statistics, 11(1), 86–92. https://doi.org/10.1214/aoms/1177731944
  • Hollander, M., Wolfe, D. A., & Chicken, E. (2014). Nonparametric statistical methods (3rd ed.). Wiley.
  • Kendall, M. G., & Babington Smith, B. (1939). The problem of m rankings. The Annals of Mathematical Statistics, 10(3), 275–287. https://doi.org/10.1214/aoms/1177732186
  • Page, E. B. (1963). Ordered hypotheses for multiple treatments: A significance test for linear ranks. Journal of the American Statistical Association, 58(301), 216–230. https://doi.org/10.1080/01621459.1963.10500843
  • Phipson, B., & Smyth, G. K. (2010). Permutation p-values should never be zero: Calculating exact p-values when permutations are randomly drawn. Statistical Applications in Genetics and Molecular Biology, 9(1), Article 39. https://doi.org/10.2202/1544-6115.1585
  • Wilcoxon, F. (1945). Individual comparisons by ranking methods. Biometrics Bulletin, 1(6), 80–83. https://doi.org/10.2307/3001968