آزمون های پارامتریک برای مقایسه - پژوهشگاه علمی (تحلیل آماری و پرسشنامه استاندارد )

آزمون های پارامتریک برای مقایسه

داده های اسمی: توجه نمایید که آزمون های های پارامتریک برای داده های اسمی مناسب نیستند .

چون آزمون‌های پارامتریک بر فرضیات مربوط به داده‌ها، از جمله اندازه‌گیری سطح فاصله یا نسبت، تکیه دارند. داده های اسمی، که مقوله هایی را بدون نظم ذاتی نشان می دهد، این فرض را نقض می کند [1، 5، 6]

داده های ترتیبی :

این آزمون ها برای داده های ترتیبی نیز مناسب نیستند، هر چند تحت شرایط خاصی می توان گاها از آن ها استفاده کرد.

اگر داده‌های ترتیبی حداقل ویژگی‌های سطح بازه‌ای (فاصله‌های برابر بین دسته‌ها) داشته باشند، ممکن است برخی از آزمون‌های پارامتریک مناسب باشند[2، 3، 4].

بهتر است برای داده های ترتیبی که مفروضات آزمون های پارامتریک را برآورده نمی کنند، جایگزین های ناپارامتریک مانند آزمون U Mann-Whitney یا آزمون Kruskal-Wallis توصیه می شود [2، 3، 4].

آزمون های پارامتریک را می توان با داده های فاصله ای و نسبتی تحت شرایط خاصی استفاده کرد:

آزمون‌های پارامتریک مانند آزمون‌های t و ANOVA برای داده‌های نسبت ایده‌آل هستند، که در آن داده‌ها صفر واقعی و فواصل معنی‌داری بین مقادیر دارند [1، 5].

چای و دمنوش گیاهی برای کبد چرب که معجزه می‌کنند!

عصبانی‌ترین استان‌های ایران کدامند

توانایی های هوش مصنوعی جمینی Gemini

روش‌های آماری استفاده شده در تحقیق همبستگی

جدولی سادە برای انتخاب آزمون آماری مناسب