Máy tính này làm gì
Máy tính này thực hiện kiểm định hạng có dấu Wilcoxon trên một mẫu hoặc trên các mẫu cặp. Nó tính các hiệu số, loại bỏ các giá trị bằng không, xếp hạng các giá trị tuyệt đối của hiệu số (dùng hạng trung bình cho các giá trị trùng nhau) và báo cáo W+, W-, thống kê W, Z theo xấp xỉ chuẩn, p-value và quyết định. Công cụ này phù hợp với sinh viên và nhà phân tích cần một phương pháp phi tham số thay cho kiểm định t một mẫu hoặc t cặp khi không chắc dữ liệu tuân theo phân phối chuẩn.
Cách sử dụng
Nhập Mẫu X dưới dạng các số, phân tách bằng dấu phẩy, dấu chấm phẩy, dấu cách hoặc xuống dòng. Với kiểm định cặp, nhập Mẫu Y theo cùng thứ tự và cùng số lượng; với kiểm định một mẫu, nhập một dấu -. Đặt giá trị giả thuyết hoặc hiệu số d0 (thường là 0). Chọn đối thiết: hai phía, lớn hơn hoặc nhỏ hơn. Chọn mức ý nghĩa alpha.
Công thức
Trước tiên tính từng hiệu số, sau đó xếp hạng theo giá trị tuyệt đối:
$$d_i = x_i - y_i - d_0 \qquad (\text{một mẫu: } d_i = x_i - d_0)$$
$$W = \min(W^+, W^-), \quad \mu_W = \frac{n(n+1)}{4}, \quad \sigma_W = \sqrt{\frac{n(n+1)(2n+1)}{24}}, \quad Z = \frac{W - \mu_W}{\sigma_W}$$
Ở đây \(W^+\) và \(W^-\) là tổng các hạng của hiệu số dương và hiệu số âm, còn \(n\) là số hiệu số khác không. P-value hai phía là \(p = \min(1, 2\Phi(Z))\). Với đối thiết lớn hơn, \(Z\) dùng \(W^+\) và \(p = 1 - \Phi(Z)\); với nhỏ hơn, \(p = \Phi(Z)\).
Quy ước và giả định
- Các hiệu số bằng không bị loại bỏ trước khi xếp hạng, sau khi làm tròn mỗi hiệu số đến 10 chữ số thập phân để sai số dấu phẩy động được coi là bằng không.
- Các giá trị tuyệt đối trùng nhau nhận hạng trung bình của các vị trí mà chúng chiếm.
- Xấp xỉ chuẩn được dùng cho mọi n, không có hiệu chỉnh cho giá trị trùng nhau và không có hiệu chỉnh liên tục. Cảnh báo xuất hiện khi n từ 30 trở xuống.
- Giả thuyết không bị bác bỏ khi p nhỏ hơn alpha.
- Các hiệu số được giả định là độc lập, đối xứng qua trung vị và được đo ít nhất trên thang khoảng.
- Hàm phân phối tích lũy chuẩn được tính từ hàm sai số bù có độ chính xác cao.
Ví dụ minh họa
Kiểm định một mẫu với X = 1.2, -0.5, 2.3, 0.8, 1.9, -0.3, 1.1, 2.6, \(d_0 = 0\), hai phía, \(\alpha = 0.05\). Không có hiệu số bằng không, nên \(n = 8\), với 6 hiệu số dương và 2 hiệu số âm.
$$W^+ = 33, \quad W^- = 3, \quad W = 3$$
$$\mu_W = \frac{8 \times 9}{4} = 18, \quad \sigma_W = \sqrt{\frac{8 \times 9 \times 17}{24}} = 7.1414$$
$$Z = \frac{3 - 18}{7.1414} = -2.1004, \quad p = 2\Phi(-2.1004) = 0.0357$$
Vì 0.0357 nhỏ hơn 0.05, quyết định là bác bỏ. Cảnh báo mẫu nhỏ là đúng vì n bằng 8.
Đọc kết quả và hạn chế
P-value nhỏ cho thấy nếu giả thuyết không đúng thì các hiệu số khó có thể tập trung quanh d0. P-value lớn nghĩa là dữ liệu không đủ bằng chứng về sự dịch chuyển; điều đó không chứng minh rằng không có dịch chuyển. Với n từ 30 trở xuống, bảng tra chính xác hoặc p-value chính xác thường là tham chiếu thông dụng, vì vậy kết quả xấp xỉ chuẩn ở đây có thể khác chúng, đặc biệt khi có nhiều giá trị trùng nhau, do độ lệch chuẩn không được hiệu chỉnh cho giá trị trùng. Nếu tất cả hiệu số đều bằng không thì không thể tính kiểm định.
Câu hỏi thường gặp
Khi nào nên dùng phương pháp này thay cho kiểm định t?
Dùng khi các hiệu số không phân phối chuẩn nhưng gần đối xứng, hoặc khi dữ liệu gần như thang thứ tự và thứ hạng của hiệu số có ý nghĩa.
Các hiệu số bằng không được xử lý thế nào?
Chúng bị loại bỏ và n được giảm tương ứng. Số lượng hiệu số bằng không đã loại bỏ được báo cáo.
Các giá trị trùng nhau được xử lý thế nào?
Các giá trị tuyệt đối trùng nhau chia nhau hạng trung bình của chúng, điều này có thể tạo ra tổng hạng là số bán nguyên.
Tại sao Z hai phía không bao giờ dương?
Z dựa trên W, là giá trị nhỏ hơn giữa W+ và W-, và giá trị này không vượt quá trung bình. Nếu W+ bằng W-, p-value hai phía bằng 1.
P-value có chính xác với mẫu nhỏ không?
Không. Đây là xấp xỉ chuẩn, và cảnh báo sẽ hiển thị khi n từ 30 trở xuống.
Nguồn tham khảo
- Signed Rank Test (Dataplot reference manual), NIST/SEMATECH Dataplot, 2023