آمار ناپارامتری کنکور - آنلاین آموز
صفحه اصلی بازاریابی و همکاری در فروش راهنمای خرید پرسش و پاسخ درباره ما پشتیبانی سوابق خرید رفع مسئولیت تماس با ما

آزمون های ناپارامتری

دانلود بانک مقالات فارسی مقاله پایان نامه پروژه پرسشنامه کارآموزی و... آمار ناپارامتری کنکور - آزمون های ناپارامتری

خلاصه ای از توضیحات
آزمونهای ناپارامتری بعضی روند های آماری به فرضهایی در مورد جامعه هایی که نمونه ها از آن انتخاب شده اند نیاز دارند. به عنوان مثال برای استفاده از آنالیز واریانس بایستی هر گروه , نمونه ای تصادفی و مستقل از جامعه نرمال باشد و واریانس گروهها نیز برابر باشد. می دانید که بسیاری از روند ها حتی اگر فرضها کاملاً صادق نباشند به خوبی عمل می کنند. اما هنگام آنالیز داده ها خصوصاً با نمونه های کوچک ممکن است مواردی پیش بیاید که از فرضهای لازم به شدت فاصله دارید در این مواقع به روندهایی نیاز دارید که به فرضهای کمتری در مورد داده ها نیاز داشته باشند. در مجموع به این روندها، روندهای بدون توزیع یا آزمونهای ناپارامتری (non parametric test) گفته می شود. عیب این روند ها این است که احتمال نیافتن اختلافهای واقعی هنگامی که وجود دارد، کمتر از آزمونهایی است که با فرض نرمال بودن جامعه کار می کنند. آزمونهای ناپارامتری برای داده های جفت برای آزمودن این فرضیه صفر که اختلاف متوسط بین یک جفت اندازه گیری برابر است با صفر، از آزمون t جفت استفاده می شود. برای استفاده از آزمون t جفت بایستی فرض کنید که توزیع اختلافهای متوسط تقریباÕ نرمال است . برای نمونه های با حجم بزرگ و نمونه هایی که از جامعه با توزیع نرمال انتخاب می شوند این فرض لازم نیست. اما اگر حجم نمونه شما خیلی کوچک باشد و توزیع مقادیر نیز از توزیع نرمال خیلی فاصله داشته باشد باید از جانشین ناپارامتری آزمون t جفت استفاده کنید. دو مترادف ناپارامتری برای آزمون t جفت عبارتند از: آزمون sign و آزمون wilcoxon. از میان این دو آزمون wilcoxon توان بیشتری دارد اما فرضهای سخت تری دارد. آزمون علامت فرضیه صفر یرای آزمون علامت این است که اختلاف میانه دو متغیر جفت، برابر با صفر است. در مورد شکل توزیع هایی که از آنها داده ...

برای توضیحات بیشتر و دانلود اینجا کلیک کنید

تمام مقالات و پایان نامه و پروژه ها و پرسشنامه ها و... این سایت به صورت فایل دانلودی می باشند






برچسب

کلمات کلیدی: , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , ,