小さなデータでも大丈夫!ノンパラメトリック検定入門【ChatGPT統計解析】
ノンパラメトリック検定は、標本サイズが小さい場合や特定の性質を持つ母集団に適用される統計手法である。これには、変化の有意性を検証するマクネマー検定、2×2のクロス表を用いたフィッシャーの正確検定、カテゴリー別頻度のランダム性を調べるカイ二乗検定、母集団適合度をコルモゴロフ-スミルノフ検定で検証し、中央値の比較には符号検定やメディアン検定を用いる。また、2群の比較にはマン-ホイットニーのU検定、ウィルコクソンの符号順位検定があり、複数群間の差異はクラスカル-ウォリス検定やフリードマンの二元配置分散分析で分析される。さらに、順位間相関の検証にはスピアマンの順位相関係数が使用される。これらの検定は、パラメトリック検定とは異なり、データの分布に仮定を設けないため、さまざまな状況での適用が可能である。
▼▼▼▼▼▼▼▼
チャンネル登録はこちら
ノンパラメトリック検定
検定には、パラメトリック検定、比較的大きな標本に基づいた検定とは別に、ノンパラメトリック検定があります。
ノンパラメトリック検定は、標本の大きさが十分でなかったり、ノンパラメトリック法のみが役に立つような性質をもつ母集団に関する検定です。
マクネマー・コルモゴロフ-スミルノフ・マン-ホイットニー・ウィルコクソン
いくつかの重要なノンパラメトリック検定について、以下にまとめました。
@変化の有意性に関するマクネマー検定:事前と事後の変化を調べます。たとえばある特定の論点に関して態度が未定の人に電話をかけることが、その人の投票にどれくらい効果的に影響するかを調べる検定です。
Aフィッシャーの正確検定:2×2クロス表で正確な確率を計算する方法です。たとえば男性と女性で、保守党・革新党の支持者の割合に相違があるかどうかを調べる検定です。
Bカイ2乗(適合度)検定:複数のカテゴリーにわたって生起する回数がランダムかどうかを判断する方法です。たとえば、ある期間での国内のローソンとセブンイレブンとファミリーマートの新規開店店舗数は同じ数かどうかを調べる検定です。
Cコルモゴロフ-スミルノフ検定:ある標本から得られた得点が、ある特定の母集団からのものかどうかを知る方法です。たとえば、ある児童の標本の判断は、その児童が通う小学校の全児童の判断をどれくらい代表しているかを調べる検定です。
D符号検定またはメディアン検定:2つの標本から求められる中央値を比較する検定です。たとえば、候補者Aに投票した人の収入の中央値は候補者Bに投票した人の収入の中央値よりも大きいかを調べる検定です。
Eマン-ホイットニーのU検定:独立な2つの標本を比較する検定です。たとえば、あるテストの正答数で測定される学習の転移はA群よりもB群の方がより速く起こるかどうかを調べる検定です。
Fウィルコクソンの符号付き順位検定:2群間で大きさと差の方向性を比較する検定です。たとえば、子どもの言語スキルの発達に対して、就学前教育はその経験がないよりも2倍の効果があるかどうかを調べる検定です。
Gクラスカル-ウォリスの一元配置分散分析:2群以上の独立な標本間で全体的な差を比較する検定です。たとえば、4支社間で管理者のランキングがどのように異なるかを調べる検定です。
Hフリードマンの二元配置分散分析:2つ以上の要因について、2群以上の独立な標本間で全体的な差を比較する検定です。たとえば、管理者のランキングが支社と性別の違いによってどのように異なるかを調べる検定です。
Iスピアマンの順位相関係数:順位間の相関を計算する方法です。たとえば、高校の最終学年におけるクラス順位と大学初学年におけるクラス順位の相関はどれくらいかを調べる検定です。
関連リンク