آزمون های ناپارامتریک برای مقایسه

آزمون‌های ناپارامتریک روش‌های آماری هستند که برای تجزیه و تحلیل داده‌ها زمانی که مفروضات آزمون‌های پارامتریک، مانند توزیع نرمال داده‌ها برآورده نمی‌شوند، استفاده می‌شوند [5]. آنها به جای اعداد خام، رتبه ها یا ترتیب نقاط داده را تجزیه و تحلیل می کنند.

در اینجا چند تست ناپارامتریک متداول برای مقایسه وجود دارد:

مقایسه دو گروه:
آزمون علامت: برای داده های زوجی (وابسته) با مقیاس های ترتیبی یا اسمی مناسب است [6].
آزمون من ویتنی U: برای مقایسه دو گروه مستقل با داده های ترتیبی استفاده می شود ([6)].
مقایسه سه یا چند گروه:
آزمون کروسکال-والیس: معادل ناپارامتریک آنالیز واریانس یک طرفه که برای مقایسه سه یا چند گروه مستقل با داده های ترتیبی استفاده می شود [1].
انتخاب آزمون ناپارامتریک مناسب بسته به نوع داده ها (ترتیبی، اسمی) و تعداد گروه های مورد مقایسه مهم است.

Sources

1. Boston University – Nonparametric Tests: https://sphweb.bumc.bu.edu/otlt/mph-modules/bs/bs704_nonparametric/bs704_nonparametric_print.html
2. Health Knowledge – Parametric and Non-parametric tests for comparing two or more groups: https://www.healthknowledge.org.uk/public-health-textbook/research-methods/1b-statistical-methods/parametric-nonparametric-tests
3. National Institutes of Health – Nonparametric statistical tests for the continuous data: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC4754273/
4. Stats Exchange – Non-parametric test for comparing means of 2 or more dependent variables in r: https://stats.stackexchange.com/questions/620764/non-parametric-test-for-comparing-means-of-2-or-more-dependent-variables-in-r
5. Statistics By Jim – Nonparametric Tests vs. Parametric Tests: https://statisticsbyjim.com/hypothesis-testing/nonparametric-parametric-tests/
6. Corporate Finance Institute – Nonparametric Tests: https://corporatefinanceinstitute.com/resources/data-science/nonparametric-tests/