(অস্বীকৃতি: আমি আজ ভাল টাইপ করতে পারি না: আমার ডান হাতটি ভঙ্গুর হয়ে গেছে!)
অন্যান্য উত্তরে একটি প্যারামিমেট্রিক পরীক্ষা ব্যবহারের পরামর্শের বিপরীতে, আপনার বিবেচনা করা উচিত যে অত্যন্ত ছোট নমুনা আকারের জন্য সেই পদ্ধতিগুলি খুব কার্যকর নয়। এটি সহজেই বোঝা যায় যে: অত্যন্ত ছোট আকারের গবেষণায়, গ্রুপের মধ্যে কোনও পার্থক্য প্রতিষ্ঠিত করা যায় না যদি না বড় প্রভাবের আকার পর্যবেক্ষণ করা হয়। নন-প্যারাম্যাট্রিক পদ্ধতিগুলি অবশ্য গ্রুপগুলির মধ্যে পার্থক্যের বিশালতার জন্য যত্ন করে না। এইভাবে এমনকি যদি দুটি গ্রুপের মধ্যে পার্থক্য বিশাল হয় তবে একটি ক্ষুদ্র নমুনা আকারের সাথে একটি নন-প্যারাম্যাট্রিক পরীক্ষা সর্বদা নাল অনুমানটিকে প্রত্যাখ্যান করতে ব্যর্থ হয়।
এই উদাহরণটি বিবেচনা করুন: দুটি গ্রুপ, সাধারণ বিতরণ, একই বৈকল্পিক। গ্রুপ 1: গড় 1.0, 7 নমুনা। গ্রুপ 2: গড় 5, 2 নমুনা। গড়ের মধ্যে একটি বড় পার্থক্য রয়েছে।
wilcox.test(rnorm(7, 1), rnorm(2, 5))
Wilcoxon rank sum test
data: rnorm(7, 1) and rnorm(2, 5)
W = 0, p-value = 0.05556
গণিত পি-মানটি 0.05556 যা নাল অনুমানকে (0.05 এ) প্রত্যাখ্যান করে না। এখন, আপনি যদি 10 এর গুণক দ্বারা দুটি মাধ্যমে মধ্যবর্তী দূরত্ব বৃদ্ধি করেন তবে আপনি একই পি-মান পাবেন:
wilcox.test(rnorm(7, 1), rnorm(2, 50))
Wilcoxon rank sum test
data: rnorm(7, 1) and rnorm(2, 50)
W = 0, p-value = 0.05556
এখন আমি আপনাকে অনুরোধ করছি টি-পরীক্ষার মাধ্যমে একই সিমুলেশনটি পুনরাবৃত্তি করতে এবং বৃহত্তর (গড় 5 বনাম 1) এবং বিশাল (গড় 50 বনাম 1) পার্থক্যের ক্ষেত্রে পি-মানগুলি পর্যবেক্ষণ করতে।