Критерий знаковых рангов Уилкоксона

Материал из MachineLearning.

Перейти к: навигация, поиск

Содержание

Критерий знаковых рангов Уилкоксона - непараметрический статистический критерий, используемый для оценки различий между двумя выборками, взятыми из закона распределения, отличного от нормального, либо измеренными с использованием порядковой шкалы.


Гипотеза H_0: медиана разностей в парах равна 0
Альтернатива: медиана разностей в парах не равна 0

Предположения

  • Данные приходят парами
  • Пары незвасимы и одинаково распределены
  • Данные измерены хотя бы в порядковой шкале
  • Распределение разностей симметрично относительно медианы

Описание критерия

Пусть N - размер выборки (число пар). Обозначим x_{1,i} - элементы 1 выборки и x_{2,i} - элементы 2 выборки.

H0: медиана разности между парами равна 0
H1: медиана разности между парами не равна 0
  1. Для i = 1, ..., N, вычислить |x_{2,i} - x_{1,i}| и sign(x_{2,i} - x_{1,i})
  2. Исключить пары, где |x_{2,i} - x_{1,i}| = 0. Пусть N_r - размер полученной выборки после удаления таких пар
  3. Упорядочить оставшиеся N_r пар в порядке возрастания модуля разности, |x_{2,i} - x_{1,i}|.
  4. Rank the pairs, starting with the smallest as 1. Ties receive a rank equal to the average of the ranks they span. Пусть R_i обозначает ранг.
  5. Вычислить статистику W
    W = |\sum_{i=1}^{N_r} [sign(x_{2,i} - x_{1,i}) \cdot R_i]|, модуль суммы знаковых рангов.
  6. С ростом N_r распределение W сходится к нормальному. Thus,
    For N_r \ge 10, a z-score can be calculated as z = \frac{W - 0.5}{\sigma_W}, \sigma_W = \sqrt{\frac{N_r(N_r + 1)(2N_r + 1)}{6}}.
    Если <math>z > z_{critical}</math> отклонить H_0
    Если N_r < 10, W Сравнивается с критическими значениями по таблице.
    Если W \ge W_{critical, N_r} отвергнуть H_0


Реализации

Личные инструменты