Wann ist der Wilcoxon vs. T-Test zu verwenden?

Inhaltsverzeichnis:

Wann ist der Wilcoxon vs. T-Test zu verwenden?
Wann ist der Wilcoxon vs. T-Test zu verwenden?

Video: Wann ist der Wilcoxon vs. T-Test zu verwenden?

Video: Wann ist der Wilcoxon vs. T-Test zu verwenden?
Video: Wilcoxon-Test (Wilcoxon-Vorzeichen-Rang-Test) 2024, Dezember
Anonim

Hypothese: Student's t-Test ist ein Test, der Mittelwerte vergleicht, während Wilcoxon die Reihenfolge der Daten testet Zum Beispiel, wenn Sie Daten mit vielen Ausreißern analysieren, wie z. B. individuelles Vermögen (wo wenige Milliardäre das Ergebnis stark beeinflussen können), ist der Wilcoxon-Test möglicherweise besser geeignet.

Wann verwenden Sie den Wilcoxon-Test?

Wann immer Sie Daten haben, die aus eindeutigen Werten bestehen, wird der Wilcoxon-Vorzeichen-Rang-Test bevorzugt. Wenn es sich bei den Daten nicht um eine eindeutige Punktzahl oder um Beobachtungsdaten handelt, z. B. „aggressiver“gegenüber „weniger aggressiv“, ist der Vorzeichentest die geeignete Statistik.

Wann verwenden wir den Wilcoxon-Mann-Whitney-Test?

Der Mann-Whitney-U-Test, manchmal auch als Mann-Whitney-Wilcoxon-Test oder Wilcoxon-Rangsummentest bezeichnet, wird verwendet, um zu testen, ob zwei Stichproben wahrscheinlich aus derselben Grundgesamtheit stammen (d. h., dass die zwei Populationen haben die gleiche Form).

Wenn wir den gepaarten t-Test und den Wilcoxon-Vorzeichen-Rang-Test verwenden?

Wilcoxon-Vorzeichen-Rang-Test und Vorzeichentest für gepaarte Stichproben sind nichtparametrische Methoden, die beim Vergleich von der Gleichheit der Mediane zweier Populationen verwendet werden, insbesondere wenn die Normalitätsannahme der Daten angenommen wird verletzt wird. Der Test nutzt die Dateneingabe von einem übereinstimmenden Paar.

Wofür wird der Wilcoxon-Rangsummentest verwendet?

Der Wilcoxon-Rangsummentest wird häufig für den Vergleich von zwei Gruppen von nichtparametrischen (Intervall- oder nicht normalverteilten) Daten verwendet, z. B. solche, die nicht genau gemessen werden, aber eher innerhalb bestimmter Grenzen liegen (z. B. wie viele Tiere pro Stunde einer Akutstudie starben).

Empfohlen: