Why don’t we always use nonparametr

Why don’t we always use nonparametric tests? Although nonparametric tests have the very desirable property of making fewer assumptions about the distribution of measurements in the population from which we drew our sample, they have two main drawbacks. The first is that they generally are less
statistically powerful than the analogous parametric procedure when the data truly are approximately normal. “Less powerful” means that there is a smaller probability that the procedure will tell us that two variables are associated with each other when they in fact truly are associated. If you are planning a study and trying to determine how many patients to include, a nonparametric test will require a slightly larger sample size to have the same power as the corresponding parametric test.

ผลลัพธ์ (ไทย) 1:

ทำไมไม่เรามักจะใช้ทดสอบ nonparametric แม้ว่าการทดสอบ nonparametric มีคุณสมบัติสมควรมากทำน้อยกว่าสมมติฐานเกี่ยวกับการกระจายของการวัดในประชากรที่เราวาดตัวอย่างของเรา พวกเขามีข้อเสียหลักที่สอง แรกคือ ว่า โดยทั่วไปจะน้อยทางสถิติมีประสิทธิภาพกว่าคู่พาราเมตริกกระบวนการเมื่อข้อมูลแท้จริงเป็นปกติประมาณ "มีประสิทธิภาพน้อย" หมายความ ว่า มีความน่าเป็นขนาดเล็กที่กระบวนการจะบอกว่า สองตัวแปรเกี่ยวข้องกับแต่ละอื่น ๆ เมื่อในความเป็นจริงอย่างแท้จริงจะเกี่ยวข้อง กัน ถ้าคุณกำลังวางแผนการศึกษา และพยายามที่จะกำหนดจำนวนผู้ป่วยรวม ทดสอบ nonparametric อาจใช้ขนาดตัวอย่างใหญ่ขึ้นเล็กน้อยให้มีพลังเดียวกันเป็นการทดสอบพาราเมตริกที่สอดคล้องกัน

ผลลัพธ์ (ไทย) 2:

ทำไมเราไม่เคยใช้การทดสอบอิงพารามิเตอร์? ถึงแม้ว่าการทดสอบ nonparametric มีสถานที่ให้บริการที่น่าพอใจมากในการทำสมมติฐานน้อยเกี่ยวกับการกระจายของการวัดในประชากรจากที่เราดึงตัวอย่างของเราที่พวกเขามีสองข้อบกพร่องหลัก
ครั้งแรกคือการที่พวกเขาโดยทั่วไปมีน้อยที่มีประสิทธิภาพกว่าสถิติขั้นตอนพาราคล้ายเมื่อข้อมูลที่แท้จริงเป็นปกติประมาณ "ที่มีประสิทธิภาพน้อย" หมายความว่ามีความเป็นไปได้ที่มีขนาดเล็กว่าขั้นตอนจะบอกเราว่าตัวแปรทั้งสองมีความสัมพันธ์กับคนอื่น ๆ เมื่อพวกเขาในความเป็นจริงมีความเกี่ยวข้องอย่างแท้จริง หากคุณกำลังวางแผนการศึกษาและพยายามที่จะกำหนดจำนวนผู้ป่วยที่จะรวมถึงการทดสอบอิงพารามิเตอร์จะต้องมีขนาดของกลุ่มตัวอย่างขนาดใหญ่กว่าเล็กน้อยที่จะมีอำนาจเช่นเดียวกับการทดสอบตัวแปรที่สอดคล้องกัน

ผลลัพธ์ (ไทย) 3:

ทำไมเราไม่ควรใช้วิธีทดสอบ ? แม้ว่าการทดสอบนอนพาราเมตริกมีคุณสมบัติที่พึงประสงค์น้อยลงมากทำให้สมมติฐานเกี่ยวกับการกระจายของการวัดในประชากรที่เราวาดตัวอย่างของเรา พวกเขามี 2 ประการหลัก แรกคือการ ที่พวกเขามักจะน้อยกว่า
สถิติที่มีประสิทธิภาพมากกว่าวิธีการพาราเมตริกแบบเมื่อข้อมูลอย่างแท้จริงประมาณปกติ " ที่มีประสิทธิภาพน้อยกว่า " หมายความว่า มีความเป็นไปได้ขนาดเล็กที่กระบวนการจะบอกเราว่า ตัวแปรที่เกี่ยวข้องกับแต่ละอื่น ๆเมื่อพวกเขาในความเป็นจริงอย่างแท้จริงที่เกี่ยวข้อง หากคุณกำลังวางแผนและพยายามที่จะตรวจสอบว่าผู้ป่วยหลายคน ได้แก่ การศึกษาการทดสอบนอนพาราเมตริกจะต้องใช้ขนาดตัวอย่างมีขนาดใหญ่ขึ้นเล็กน้อย เพื่อมีอำนาจเช่นเดียวกับการทดสอบพาราเมตริกที่สอดคล้องกัน