MerQuR+İstatistik Sözlüğü

İstatistik Sözlüğü → Friedman Testi

Friedman Testianaliz

Aynı kişilerin (ya da blokların) üç veya daha fazla koşulda ölçüldüğü desenlerde, her kişinin koşulları kendi içinde sıralamasına dayanarak koşullar arasında sistematik bir fark olup olmadığını sınayan, normallik gerektirmeyen test.

Kavram

Tekrarlı ölçümler ANOVA, aynı kişilerin birkaç koşuldaki ortalamalarını karşılaştırır ve normallik ile küresellik varsayar. Veri sıralı bir ölçekteyse (ör. 1-10 puanlama), dağılımlar çarpıksa ya da örneklem küçükse bu varsayımlar zayıflar. Friedman testi, değerlerin kendisi yerine her kişinin kendi içindeki sıralamasını kullanır. Böylece kişiler arasındaki düzey farkları (biri her şeye yüksek, diğeri düşük puan verse bile) sonucu etkilemez; yalnız koşulların kişi içindeki sırası önemlidir.

Her kişinin (bloğun) k koşuldaki değerleri kendi aralarında 1'den k'ye sıralanır; eşit değerler ortalama sırayı alır. Sonra her koşulun tüm kişiler üzerinden sıra toplamı ya da ortalama sırası hesaplanır. Koşullar arasında fark yoksa her koşulun ortalama sırası (k + 1)/2 civarında çıkmalıdır. Friedman istatistiği bu değerden sapmaları özetler ve büyük örneklemlerde k − 1 serbestlik dereceli ki-kare dağılımına yaklaşır. Kendall W, aynı bilgiyi 0 ile 1 arasında bir uyum katsayısına çevirir: kişilerin koşulları ne kadar benzer sıraladığını gösterir.

Kişilerin (blokların) birbirinden bağımsız olduğu varsayılır. Test, yalnız sıraları kullandığı için koşullar arasındaki farkın büyüklüğü hakkında sınırlı bilgi verir ve veri gerçekten normal dağılıyorsa tekrarlı ölçümler ANOVA'dan daha az güçlüdür. Anlamlı bir sonuç 'en az bir koşul diğerlerinden farklıdır' der; hangi koşulların farklı olduğunu post-hoc testler, koşullar arasında önceden öngörülen bir sıra varsa Page testi gösterir.

Ne zaman kullanılır?

  • Aynı kişiler ya da bloklar üç veya daha fazla koşulda ölçüldüğünde ve veri sıralı ölçekteyse, dağılımlar normal değilse ya da örneklem küçükse.
  • Yalnız iki koşul varsa Wilcoxon işaretli sıralar testi; koşullar farklı, bağımsız kişilerle incelendiyse Kruskal-Wallis testi kullanılır.
  • Veri yaklaşık normal ve örneklem yeterliyse tekrarlı ölçümler ANOVA daha güçlüdür; koşulların belirli bir sırayla artması ya da azalması bekleniyorsa Page eğilim testi daha uygundur.

Gündelik bir örnek

Bir kahve dükkânı aynı çekirdeğin üç kavrum düzeyini (açık, orta, koyu) deniyor ve 12 kişilik bir tadım paneline her birinin acılığını 1-10 arasında puanlatıyor. Bazı panelistler her kahveye yüksek, bazıları düşük puan veriyor; önemli olan her panelistin üç kahveyi kendi içinde nasıl sıraladığı. Friedman testi her panelistin puanlarını 1-3 arasında sıralar ve kavrum düzeylerinin ortalama sıralarını karşılaştırır. Ortalama sıralar açıkta 1,3, ortada 2,0, koyuda 2,7 ve p = 0,003 çıkarsa kavrum düzeyleri acılık bakımından farklıdır; Kendall W = 0,5, panelistlerin sıralamada orta-güçlü bir uyum gösterdiğini anlatır.

MerQur'da parametreler

Post-hoc test (Yok; ikili Wilcoxon + Bonferroni, Holm, BH, Šidák; Nemenyi; Conover (Holm); Dunn-Bonferroni)

Kavram: Friedman anlamlıysa post-hoc testler hangi koşul çiftlerinin farklı olduğunu, çoklu karşılaştırma riskini denetleyerek gösterir. Bir yol, her çifte Wilcoxon işaretli sıralar testi uygulayıp p değerlerini düzeltmektir; diğer yol, Friedman'ın kendi kişi içi sıralarını kullanan Nemenyi, Conover ya da Dunn testleridir. Conover genellikle en güçlüsü, Nemenyi ve Dunn daha temkinlidir.

Gündelik örnek: Üç kavrum düzeyi üç çift oluşturur. Nemenyi testi 'koyu kavrum açıktan belirgin biçimde daha acı, orta kavrum ise iki taraftan da anlamlı biçimde ayrışmıyor' gibi bir sonuç verebilir.

Ne işe yarar: Friedman anlamlıysa hangi koşul çiftlerinin farklı olduğunu sınar. İki aile vardır: (1) ikili Wilcoxon işaretli sıra testi ve p düzeltmesi; (2) blok içi sıralara dayanan Nemenyi, Conover (Holm) ve Dunn-Bonferroni.

Sonuca etkisi: Yalnız post-hoc bölümünü ekler; χ², p ve W değişmez. Sıra tabanlılar Friedman ile tutarlıdır (Conover en güçlü, Nemenyi ve Dunn daha tutucudur; Pohlert, 2014).

Doğrulama verisinde: Round Out - Wide Angle: ikili Wilcoxon ham p = 0.0179, Bonferroni 0.0537 (anlamsız); Nemenyi p = 0.0044; Conover Holm p = 0.0021; Dunn Bonferroni p = 0.0046. Narrow Angle - Wide Angle: ham p 0.0016, Nemenyi 0.0614 (anlamsız), Conover 0.0246.

→ Post hoc testler (ikili karşılaştırmalar)

Betimsel (onay kutusu; varsayılan kapalı)

Kavram: Her koşulun özetini verir: kişi sayısı, ortalama, standart sapma, standart hata, medyan, en küçük ve en büyük değer, çarpıklık ve basıklık. Yalnız tüm koşullarda ölçümü olan kişiler kullanılır; böylece özet, testin kullandığı veriyle aynıdır.

Gündelik örnek: Tabloda koyu kavrumun medyan acılık puanı 8, açık kavrumunki 4 görünür. Bir panelist orta kavrumu tatmadan ayrıldıysa onun puanları hiçbir koşulun özetine girmez.

Ne işe yarar: Koşul başına n, ortalama, SD, SE, medyan, en küçük, en büyük, çarpıklık, basıklık (liste bazında silinmiş veri üzerinde).

Sonuca etkisi: Test değişmez.

Doğrulama verisinde: hsb2 read: M = 52.2300, SD = 10.2529, medyan 50, çarpıklık 0.196, basıklık -0.623.

Güven düzeyi (%90, %95, %99, Diğer/özel 80.0-99.9)

Kavram: Güven düzeyi, sıfır hipotezini reddetmek için kullanılan anlamlılık eşiğini (α = 1 − güven düzeyi) ve Kendall W için verilen aralığın ne kadar 'emin' olacağını belirler. Friedman istatistiğini ve p değerini değiştirmez.

Gündelik örnek: p = 0,003, hem %95 hem %99 güven düzeyinde anlamlıdır. Kendall W'nin aralığı ise %99 güvenle istendiğinde %95'e göre daha geniş çıkar.

Ne işe yarar: α = 1 - düzey. H0 kararını, post-hoc işaretlerini ve Kendall W bootstrap GA'sının düzeyini belirler.

Sonuca etkisi: Özel değer yalnız "Diğer" seçiliyken etkindir. Karar satırındaki yıldız sabit .05 eşiklerine göredir (%90'da "H₀ reddedilir ns" görünebilir).

Doğrulama verisinde: Hypnosis (p = 0.0917): %95 ve %99'da "reddedilemez", %90'da ve özel %80'de "reddedilir". RoundingTimes Kendall W GA'sı: %90 [0.0706, 0.5743], %95 [0.0444, 0.6223], %99 [0.0195, 0.7162].

→ Güven düzeyi ve güven aralığı

İkili ayrıntı: W, Z, r (onay kutusu)

Kavram: İkili Wilcoxon karşılaştırmalarının ayrıntısı, her koşul çifti için test istatistiğini, standart normal değeri Z'yi, ham ve düzeltilmiş p değerlerini ve r = |Z|/√n etki büyüklüğünü verir. Burada n kişi (blok) sayısıdır.

Gündelik örnek: Koyu ile açık kavrum karşılaştırmasında Z = 2,9 ve 12 panelist için r = 2,9/√12 ≈ 0,84 olabilir; bu çok büyük bir etkidir. Orta ile açık arasındaki r ise 0,4 civarında kalabilir.

Ne işe yarar: İkili Wilcoxon tablosu: W (küçük sıra toplamı), Z (süreklilik düzeltmesiz normal yaklaşım), ham p, düzeltilmiş p, r = |Z|/√n (Rosenthal, 1991; payda blok sayısı).

Sonuca etkisi: Yalnız ek tablo.

Doğrulama verisinde: RoundingTimes |Z| 0.779 / 2.368 / 3.153, W 68 / 54 / 30.5, r 0.166 / 0.505 / 0.672; ham p 0.4357 / 0.0179 / 0.0016 (asimptotik). hsb2 read - write: W = 7944.0, Z = -0.903, p = 0.3663.

→ Z/√N tabanlı r etki büyüklüğü

Kendall W GA (onay kutusu)

Kavram: Kendall W da örneklemden hesaplanan bir tahmindir. Güven aralığı, kişiler (bloklar) yerine koyarak yeniden örneklenip W'nin her seferinde yeniden hesaplanmasıyla bulunur. Kişi sayısı azsa aralık çok geniştir.

Gündelik örnek: 12 panelistle W = 0,5 için aralık [0,2; 0,8] gibi geniş çıkabilir; uyum orta da olabilir güçlü de. Panel 50 kişiye çıkarılsaydı aralık belirgin biçimde daralırdı.

Ne işe yarar: Blokların yeniden örneklendiği yüzdelik bootstrap GA (B = 2000, tohum 12345), düzey = 1 - α.

Sonuca etkisi: Yalnız ek satır. Küçük n'de aralık çok geniştir.

Doğrulama verisinde: hsb2 %95 [0.0002, 0.0242]; Hypnosis %95 [0.1062, 0.6437].

→ Kendall W (uyum katsayısı)

Monte Carlo p (onay kutusu)

Kavram: Friedman istatistiğinin ki-kare yaklaşımı az sayıda kişi ya da çok sayıda bağ olduğunda zayıflayabilir. Monte Carlo p değeri, sıfır hipotezi altında her kişinin sıralarının koşullar arasında keyfi olduğu fikrine dayanır: her kişinin sıraları kendi içinde rastgele karıştırılır ve istatistik binlerce kez yeniden hesaplanır.

Gündelik örnek: Bir panelist iki kahveye aynı puanı verdiyse bağ oluşur. Her panelistin üç sırası kendi içinde rastgele karıştırılarak binlerce sahte tadım üretilir; gözlenen kadar uç sonuçların oranı, yaklaşıma dayanmayan bir p verir.

Ne işe yarar: Blok içinde sıraların permütasyonundan p üretir (B = 10000, tohum 12345), p = (b + 1)/(B + 1), %99 GA.

Sonuca etkisi: Yalnız ek p satırı.

Doğrulama verisinde: RoundingTimes 0.0025 (asimptotik 0.0038); Hypnosis 0.0967 (asimptotik 0.0917); hsb2 0.7340.

→ Monte Carlo p-değeri

Page (onay kutusu)

Kavram: Page testi, koşulların önceden öngörülen bir sırada (ör. doz, süre ya da yoğunluk arttıkça) düzenli olarak artıp artmadığını sınar. Böyle bir sıra öngörüsü varsa, yalnız 'bir fark var mı?' diye soran Friedman testinden daha güçlüdür. Sıra, veriye bakmadan önce belirlenmelidir.

Gündelik örnek: Kahve dükkânının beklentisi açıktır: kavrum koyulaştıkça acılık artar. Page testi açık < orta < koyu sırasını sınar ve bu düzenli artışı Friedman testinden daha kolay yakalar.

Ne işe yarar: Page (1963) sıralı seçenek testi: L = Σ j·Rj; işaretlenen sütun sırası öngörülen artıştır; tek yönlü normal yaklaşım (süreklilik düzeltmesiz). Azalan eğilim için sütunlar ters sırada seçilmelidir.

Sonuca etkisi: Yalnız ek satır.

Doğrulama verisinde: hsb2 L = 2410, p = 0.3085; RoundingTimes L = 243, p = 0.9992 (veride azalma var, öngörülen yön artış); Hypnosis L = 180, p = 0.9928.

→ Page testi (sıralı alternatifler)

Gerçek veride örnek

Veri: RoundingTimes, Hollander ve Wolfe 1973, R ?friedman.test

Değişkenler: ölçüm sütunları Round Out, Narrow Angle, Wide Angle (22 oyuncunun üç koşu yöntemindeki süreleri)

  • Soru: 22 beyzbol oyuncusunun birinci üsse koşu süresi üç koşu yolunda (Round Out, Narrow Angle, Wide Angle) farklı mı? Aynı oyuncular üç koşulda ölçüldüğünden tekrarlı ölçüm ANOVA'nın sıralı karşılığı Friedman testi kullanılır.
  • Betimsel: Ortalama sıralar Round Out 2.41, Narrow Angle 2.14, Wide Angle 1.45; en kısa süreler Wide Angle yolundadır (medyan 5.45 s).
  • Sonuç: χ²(2) = 11.14, p = 0.0038. Sıfır hipotezi reddedilir: en az bir koşu yolu diğerlerinden farklıdır.
  • Etki büyüklüğü: Kendall W = 0.25; oyuncular arasında koşulların sıralanmasında orta düzeyde uyum vardır.
  • Ek adım: Farkın hangi yollar arasında olduğunu görmek için ikili karşılaştırma (Wilcoxon ya da Nemenyi, düzeltmeli) yapılmalıdır.
  • APA: χ²(2, N = 22) = 11.14, p = .004, Kendall W = .25.

İlgili kavramlar

Monte Carlo p-değeriPost hoc testler (ikili karşılaştırmalar)Asimptotik (normal) yaklaşımKendall W (uyum katsayısı)Page testi (sıralı alternatifler)Z/√N tabanlı r etki büyüklüğüSüreklilik düzeltmesi (Yates)Bağlı değerler ve sıfır farklar (sıra testleri)

Örneklerdeki sayılar MerQur'un bağımsız, kamuya açık doğrulama verileri üzerindeki çıktılarıdır; ayrıntılar için MerQur Teknik Not'a bakınız.