মান-হুইটনি ইউ-পরীক্ষা: প্রভাব আকারের জন্য আত্মবিশ্বাসের ব্যবধান


13

ফ্রিটজ, মরিস এবং Richler মতে (2011; নীচে দেখুন), সূত্র ব্যবহার করে মান-হুইটনি ইউ-পরীক্ষার জন্য একটি প্রভাব আকার গণনা করা যায় এই সুবিধাজনক আমাকে, আমি রিপোর্ট অন্যান্য অনুষ্ঠান এছাড়াও। আমি প্রভাবের আকারের পরিমাপের পাশাপাশি এর জন্য আত্মবিশ্বাসের ব্যবধানটি জানাতে চাই ।r = zr আরআর

r=zN
rr

আমার প্রশ্নগুলি এখানে :

  • আমি পিয়ারসনের আর এর মতো আর এর জন্য আস্থার ব্যবধানগুলি গণনা করতে পারি, যদিও এটি ননপ্যারমেট্রিক পরীক্ষার জন্য প্রভাব আকারের পরিমাপ হিসাবে ব্যবহৃত হয়?
  • এক-লেজ বনাম দ্বি-পুচ্ছ পরীক্ষার জন্য কোন আত্মবিশ্বাসের বিরতি জানাতে হবে?

দ্বিতীয় প্রশ্নের বিষয়ে সম্পাদনা করুন : "এক-লেজ বনাম দ্বি-পুচ্ছ পরীক্ষার জন্য কোন আত্মবিশ্বাসের অন্তরগুলি রিপোর্ট করতে হবে?"

আমি আরও কিছু তথ্য পেয়েছি যা আইএমএইচও এই প্রশ্নের উত্তর দিতে পারে। "যেখানে দ্বিমুখী আত্মবিশ্বাস সীমা একটি আত্মবিশ্বাসের ব্যবধান গঠন করে, তাদের একতরফা সমকক্ষকে নিম্ন বা উচ্চ আত্মবিশ্বাসের সীমা হিসাবে উল্লেখ করা হয়।" ( http://en.wikedia.org/wiki/ কনফিডেন্স_ইন্টারভাল )। এই তথ্য থেকে আমি এই উপসংহারে এটি প্রধান সমস্যাটি কিনা তাত্পর্য পরীক্ষামূলক (যেমন, নয় -test) এক- বা দুই-টেইলড ছিল, কিন্তু কি তথ্য এক প্রভাব আকার জন্য সি আই থেকে সম্মান সঙ্গে আগ্রহী। আমার উপসংহার (আপনি একমত না হলে দয়া করে আমাকে সংশোধন করুন):t

  • দ্বি-পার্শ্বযুক্ত সিআই উপরের এবং নিম্ন সীমানায় আগ্রহী (ফলস্বরূপ, এটি সম্ভব যে দ্বি-পার্শ্বযুক্ত সিআই 0 যুক্ত করে যদিও তাত্পর্যটির এক-লেজযুক্ত পরীক্ষা ছিল পি <.05, বিশেষত যদি মানটি কাছাকাছি ছিল .05।)
  • একতরফা "সিআই" কেবলমাত্র উপরের বা নিম্ন সীমাতে (তাত্ত্বিক যুক্তির কারণে) আগ্রহী; তবে নির্দেশিত অনুমানের পরীক্ষার পরে এটি আগ্রহের মূল প্রশ্ন নয়। দ্বি-পার্শ্বযুক্ত সিআই পুরোপুরি উপযুক্ত তবে যদি প্রভাবের আকারের সম্ভাব্য পরিসরে মনোনিবেশ করা হয়। রাইট?

আমি উপরে বর্ণিত নিবন্ধটি থেকে ম্যান-হুইটনি পরীক্ষার জন্য প্রভাব আকারের অনুমানের ফ্রেটজ, মরিস এবং রিচলার (২০১১) এর পাঠ্য উত্তরণের জন্য নীচে দেখুন।

"আমরা এখানে বর্ণিত প্রভাবের আকারের বেশিরভাগ অনুমানটি ধরে নিয়েছি যে ডেটাগুলির একটি সাধারণ বন্টন রয়েছে However তবে, কিছু তথ্য প্যারামেট্রিক পরীক্ষার প্রয়োজনীয়তা পূরণ করে না, উদাহরণস্বরূপ, একটি অর্ডিনাল কিন্তু অন্তরভঙ্গি স্কেলের উপর ডেটা নয় such এই জাতীয় ডেটাগুলির জন্য, গবেষকরা সাধারণত ম্যান – হুইটনি এবং উইলকক্সন পরীক্ষার মতো ননপ্যারমেট্রিক স্ট্যাটিস্টিকাল টেস্টগুলির দিকে ঘুরান sample নমুনার আকারগুলি খুব ছোট না হলে এবং পরিসংখ্যানগতভাবে পরীক্ষার পরিসংখ্যানগুলি ডিস্ট্রিবিউশনে বিতরণের কাছাকাছি মাধ্যমে এই পরীক্ষাগুলির তাত্পর্য সাধারণত মূল্যায়ন করা হয় and এসপিএসএসের মতো প্যাকেজগুলি, যা এই পরীক্ষাগুলি চালায় সেগুলি বা ; মানগুলি ছাড়াও যথাযথ মানের প্রতিবেদন করেz U T z z r r r 2 η 2 z r = zzzUTzহাত দিয়েও গণনা করা যায় (উদাঃ, সিগেল এবং ক্যাসটেলান, 1988)। মান যেমন প্রভাব আকার নিরূপণ ব্যবহার করা যেতে পারে কোহেন (1988) দ্বারা প্রস্তাবিত; আর এর জন্য কোহেনের গাইডলাইনগুলি হ'ল একটি বড় প্রভাব .5, একটি মাঝারি প্রভাব .3 এবং একটি ছোট প্রভাব .1 (কুলিকান, 2009, পৃষ্ঠা 395)। এই মানগুলি থেকে , , বা গণনা করা সহজ কারণ এবং zrrr2η2z আর2

r=zN
r2orη2=z2N
সূত্রগুলিতে N এর উপস্থিতি থাকা সত্ত্বেও এই প্রভাব আকারের অনুমান নমুনা আকার থেকে পৃথক থাকে। এর কারণ z নমুনা আকারের সংবেদনশীল; এন এর ক্রিয়া দ্বারা বিভাজন ফলস্বরূপ প্রভাব আকারের অনুমান থেকে নমুনা আকারের প্রভাব সরিয়ে দেয় "" (পৃষ্ঠা 12)

উত্তর:


9

মান-হুইটনি ইউ পরীক্ষার জন্য প্রভাব আকারের একটি পছন্দ হল সাধারণ ভাষা প্রভাবের আকার। মান-হুইটনি ইউ এর জন্য, এটি নমুনা জোড়াগুলির অনুপাত যা একটি উল্লিখিত অনুমানকে সমর্থন করে।

দ্বিতীয় পছন্দটি হ'ল র‌্যাঙ্ক পারস্পরিক সম্পর্ক; কারণ র‌্যাঙ্ক পারস্পরিক সম্পর্ক -1 থেকে +1 অবধি, এর রয়েছে এমন বৈশিষ্ট্য যা পিয়ারসন আর এর অনুরূপ। তদতিরিক্ত, সাধারণ পার্থক্য সূত্রে, র‌্যাঙ্ক পারস্পরিক সম্পর্কটি হ'ল সাধারণ ভাষার প্রভাবের আকার এবং এর পরিপূরকের মধ্যে পার্থক্য, এমন একটি সত্য যা ব্যাখ্যাকে উত্সাহ দেয়। উদাহরণস্বরূপ, যদি 100 টি নমুনা জোড়া থাকে এবং যদি 70 টি নমুনা জোড় অনুমানকে সমর্থন করে তবে সাধারণ ভাষার প্রভাবের আকার 70% হয় এবং র‌্যাঙ্কের সম্পর্কটি r = .70 = .30 = .40 হয়। র‌্যাঙ্কের পারস্পরিক সম্পর্ক গণনা করার জন্য সাধারণ ভাষার প্রভাবের আকার এবং চারটি সূত্রের স্পষ্ট আলোচনা ক্যার্বি জার্নাল ইনোভেটিভ টিচিংয়ে দিয়েছেন: কার্বি (২০১৪) উদ্ভাবনী পাঠদান

যাইহোক, কাগজটি উল্লেখ না করলেও আমি মোটামুটি নিশ্চিত যে সোমার্স ডি এবং মান-হুইটনিতে র‌্যাঙ্কের সম্পর্ক সমান equivalent


1
আপনার অর্থ কি "উদাহরণস্বরূপ, যদি 100 টি সম্ভাব্য জোড় থাকে"? মান-হুইটনি ইউ-টেস্টটি আনকড়িযুক্ত ডেটার জন্য, সুতরাং ফ্রেসিংটি অস্পষ্ট - আপনি সম্ভাব্য জোড়াগুলি কী তা পাঠকদের জন্য পরিষ্কার করতে চাইতে পারেন।
গুং - মনিকা পুনরায়

1
মন্তব্য এবং স্পষ্ট করার সুযোগের জন্য ধন্যবাদ। আমি নমুনা জোড়া উল্লেখ । পরীক্ষামূলক নমুনায় যদি 10 টি পর্যবেক্ষণ থাকে এবং যদি নিয়ন্ত্রণের নমুনায় 10 টি পর্যবেক্ষণ থাকে তবে 10 * 10 = 100 নমুনা জোড়া রয়েছে। রবার্ট গ্রিসমের মতে, নমুনার এফেক্ট আকারটি জনসংখ্যার প্রভাবের আকারের একটি নিরপেক্ষ অনুমানক। সুতরাং, যদি র‌্যাঙ্কের সম্পর্কটি নমুনার জন্য r = .40 হয় তবে এটি জনসংখ্যার প্রভাবের আকারের একটি নিরপেক্ষ অনুমানক।
ডিএসকে

আমি সন্দেহ করেছি যে আপনি যা বলেছিলেন তা হ'ল @ ডিএসকে। আমি মনে করি যে ব্যাখ্যাটি মানুষের সহায়তা করবে। আপনি নিজের উত্তরে এটি সম্পাদনা করতে চাইতে পারেন। সিভিতে আপনাকে স্বাগতম।
গুং - মনিকা পুনরায়

8

আপনার লিঙ্কটি নিবন্ধটি কেনার সুযোগের দিকে নিয়ে যায়।

cHmiscrcorr.censcDxyDxy=2×(c12)


এটি আমার নজরে আনার জন্য ধন্যবাদ (লিঙ্ক) আমি এখন আমার প্রশ্নে মান-হুইটনি পরীক্ষায় উত্তরণটি প্রবেশ করিয়েছি।
ধূসর

উত্তরের জন্য তোমাকে অনেক ধন্যবাদ. সি-ইনডেক্স এবং সোমার্স ডি কীভাবে ব্যাখ্যা করবেন সে সম্পর্কে আপনার কাছে সম্ভবত একটি লিঙ্ক আছে? পরেরটি আর এর সাথে তুলনা করার মতো ব্যাখ্যা করা যায় কিনা সে সম্পর্কে আমি বিশেষ আগ্রহী। আমার দুটি নমুনা রয়েছে এবং দ্বিতীয় নমুনায় (বৃহত্তর এন এবং সাধারণ বিতরণ) আমি আর রিপোর্ট করি। আমি মনে করি এটি ব্যবহারের ব্যবস্থাগুলি একই রকম হলে অবশ্যই ফলাফলের তুলনা আরও সহজ করে তুলবে - যতদূর সম্ভব। এ কারণেই আমি ফ্রিটজ এট আল দ্বারা উল্লিখিত সূত্রটিতে আগ্রহী ছিলাম। (2011)। সুতরাং তাদের আর এর জন্য সিআই গণনা করা যাবে না পিয়ারসনের আর হিসাবে আমি কি ধরে নিই? আবার অনেক ধন্যবাদ!
ধূসর

zDxyYDc

আপনার প্রতিক্রিয়া জন্য অনেক ধন্যবাদ। আমি সোমারের কীভাবে ব্যাখ্যা করব সে সম্পর্কে আরও কিছু তথ্যের সন্ধান করেছি, তবে আমি এখন পর্যন্ত খুব বেশি সফল হইনি। পিয়ারসনের পারস্পরিক সম্পর্ক সহকারীর মতো সমরকে কী বোঝা যায়, উদাহরণস্বরূপ এটি স্কোয়ারিংয়ের দ্বারা সংকল্পের একটি গুণফল পাওয়া যায়? আমি এমন একটি প্রভাব আকারের পরিমাপ খুঁজে পেয়ে খুব খুশি হব যা যদি বিদ্যমান থাকে তবে আর এর সাথে একইভাবে ব্যাখ্যা করা যেতে পারে।
ধূসর

R = Z / √ (N) সূত্রে আমি আরও কিছু তথ্য পেয়েছি: রোজেনথাল (1991) লিখেছেন যে "আমরা যতক্ষণ অধ্যয়ন (এন) এর আকার জানি ততক্ষণ আমরা এপি স্তর থেকে কার্যকর আকারের আর অনুমান করতে পারি। আমরা প্রাপ্ত পি কে জেড মানের একটি সারণী ব্যবহার করে এর মানক সাধারণ বিচ্যুতির সমতলে রূপান্তর করি। "
ধূসর
আমাদের সাইট ব্যবহার করে, আপনি স্বীকার করেছেন যে আপনি আমাদের কুকি নীতি এবং গোপনীয়তা নীতিটি পড়েছেন এবং বুঝতে পেরেছেন ।
Licensed under cc by-sa 3.0 with attribution required.