Test di Wilcoxon (campioni appaiati)
| Comando: | Statistiche Test delle somme dei ranghiTest di Wilcoxon (campioni appaiati) |
|---|
Il test di Wilcoxon per campioni appaiati è l'equivalente non parametrico del test t per campioni appaiati. Va usato quando i dati campionari non hanno una distribuzione normale e non possono essere trasformati in una distribuzione normale mediante una trasformazione logaritmica.
Input richiesto
Seleziona le variabili per il campione 1 e il campione 2 ed eventualmente un filtro per le coppie di dati. Puoi usare il pulsante a discesa per selezionare variabili e filtri nell'elenco delle variabili.
Risultati
Statistiche di riepilogo
La finestra dei risultati del test di Wilcoxon mostra innanzitutto le statistiche di riepilogo dei due campioni. Nota che sono inclusi solo i casi con dati disponibili per entrambe le variabili, quindi la dimensione del campione è sempre uguale.
Le statistiche includono la differenza mediana di Hodges-Lehmann (lo stimatore di posizione di Hodges-Lehmann) e il suo intervallo di confidenza al 95% (Conover, 1999). La differenza mediana di Hodges-Lehmann tra due campioni appaiati di dimensione
Nota che la differenza mediana di Hodges-Lehmann non è necessariamente uguale alla differenza tra le mediane.
Campione 1 | LH_BEFORE |
|---|---|
Campione 2 | LH_AFTER |
| Campione 1 | Campione 2 |
|---|---|---|
Dimensione campione | 100 | 100 |
Valore più basso | 1.8547 | 1.6857 |
Valore più alto | 25.5044 | 25.9501 |
Mediana | 5.2578 | 5.3447 |
IC al 95% per la mediana | 4.9406 a 5.7294 | 4.9597 a 5.8481 |
Differenza interquartile | 3.9899 a 6.5830 | 3.9976 a 6.7890 |
Differenza mediana di Hodges-Lehmann | 0.1088 |
|---|---|
Intervallo di confidenza al 95% | 0.03350 a 0.1873 |
Test di Wilcoxon (campioni appaiati)
Numero di differenze positive | 60 |
|---|---|
Numero di differenze negative | 40 |
Statistica test Z | -2.630319 |
Probabilità a due code | P = 0.0085 |
  | Diagramma a punti e linee |
Risultati del test di Wilcoxon
Il test di Wilcoxon (per campioni appaiati) ordina per rango i valori assoluti delle differenze tra le osservazioni appaiate del campione 1 e del campione 2 e calcola una statistica sul numero di differenze negative e positive (le differenze sono calcolate come campione 2 − campione 1).
- In presenza di ranghi ex aequo (ties), o se la dimensione del campione supera 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), si può accettare che la mediana delle differenze tra le osservazioni appaiate sia statisticamente diversa da 0 in modo significativo.
Nota che in MedCalc i valori P sono sempre bilaterali.
Letteratura
- Altman DG (1991) Practical statistics for medical research. London: Chapman and Hall.
- 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.