Test della somma dei ranghi con segno (un campione)
| Comando: | Statistiche Test delle somme dei ranghiTest della somma dei ranghi con segno (un campione) |
|---|
Il test della somma dei ranghi con segno è un test di simmetria attorno a un valore di test. È l'alternativa non parametrica al test t con un campione e può essere usato quando le osservazioni non hanno una distribuzione normale.
Input richiesto
- La variabile di interesse. Puoi usare il pulsante dell'elenco a discesa per selezionare variabili e filtri.
- Il valore di test con cui vuoi confrontare i dati del campione.
Risultati
Statistiche di riepilogo
La finestra dei risultati del test della somma dei ranghi con segno mostra per prima cosa le statistiche di riepilogo del campione.
Le statistiche comprendono lo stimatore di posizione di Hodges-Lehmann (talvolta chiamato mediana di Hodges-Lehmann) e il relativo intervallo di confidenza al 95% (Conover, 1999; CLSI, 2013). Lo stimatore di posizione di Hodges-Lehmann di un campione di dimensione
Variabile | PTH |
|---|
Dimensione campione | 285 |
|---|---|
Valore più basso | 8.0000 |
Valore più alto | 73.4000 |
Media aritmetica | 36.7425 |
IC al 95% per la media | 35.1554 a 38.3295 |
Mediana | 36.6000 |
IC al 95% per la mediana | 35.0470 a 38.8651 |
Stimatore di posizione di Hodges-Lehmann | 36.6000 |
Intervallo di confidenza al 95% | 34.9500 a 38.2500 |
Test della somma dei ranghi con segno
Valore di test | 35 |
|---|---|
Numero di differenze positive | 159 |
Numero di differenze negative | 125 |
Statistica test Z | -1.915179 |
Probabilità a due code | P = 0.0555 |
  | Box plot |
Risultati del test della somma dei ranghi con segno
Il test della somma dei ranghi con segno assegna i ranghi ai valori assoluti delle differenze tra i dati del campione e il valore di test e calcola una statistica sul numero di differenze negative e positive.
- In presenza di valori ex aequo, o se la dimensione del campione è maggiore di 25, MedCalc usa l'approssimazione normale (Hollander et al., 2014) per calcolare il valore P.
- Per dimensioni del campione più piccole (N≤25), MedCalc calcola la probabilità esatta (Hollander et al., 2014).
Se il valore P risultante è piccolo (P<0,05), i dati del campione non sono simmetrici attorno al valore di test e si può quindi accettare una differenza statisticamente significativa tra la mediana del campione e il valore di test.
Nota che in MedCalc i valori P sono sempre bilaterali.
Letteratura
- Altman DG (1991) Practical statistics for medical research. London: Chapman and Hall.
- CLSI (2013) Measurement procedure comparison and bias estimation using patient samples; Approved guideline - 3rd edition. CLSI document EP09-A3. Wayne, PA: Clinical and Laboratory Standards Institute.
- Conover WJ (1999) Practical non-parametric statistics, 3rd edition. New York: John Wiley & Sons.
- Hollander M, Wolfe DA, Chicken E (2014). Non-parametric Statistical Methods. 3rd ed. Hoboken NJ: John Wiley & Sons.