أي اختبار إحصائي يجب أن أستخدمه؟

أي اختبار إحصائي يجب أن أستخدمه؟

 

في هذا الموضوع سنتحدث عن ما يلي :

 

  • الاختبارات أحادية المتغير
  • اختبارات ضمن الموضوعات
  • الاختبارات بين الموضوعات
  • معايير الترابط
  • تحليلات التنبؤ
  • تحليلات التصنيف

 

 

  • نبذة مختصرة

 

من السهل العثور على الاختبار الإحصائي المناسب إذا كنت على علم بذلك

 

  • النوع الأساسي للاختبار الذي تبحث عنه.
  • مستويات قياس المتغيرات المعنية.

 

يحدد هذا البرنامج التعليمي بإيجاز الأنواع الستة الأساسية للاختبارات ويوضحها بأمثلة بسيطة. سنقدم بعد ذلك لمحات عامة كاملة عن جميع الاختبارات التي تنتمي إلى كل نوع.

 

 

الاختبارات أحادية المتغير

 

الاختبارات أحادية المتغير هي اختبارات تتضمن متغيرًا واحدًا فقط.

 

الاختبارات أحادية المتغير هي فحص لواحد مما يلي :

 

  • بعض معلمات السكان – عادة متوسط أو متوسط – تساوي بعض القيمة المفترضة .
  • بعض توزيع السكان يساوي بعض الوظائف ، غالبًا التوزيع الطبيعي.

 

مثال الكتاب المدرسي هو عينة اختبار t واحد: يختبر ما إذا كان متوسط المجتمع -أحد المعلمات- يساوي بعض القيمة x. ويتضمن هذا الاختبار متغيرًا واحدًا فقط (حتى لو كان هناك الكثير في ملف البيانات الخاص بك).

 

 

 

نظرة عامة الاختبارات أحادية المتغير

 

 

 

الاختبار فرضية العدم مستوى القياس
اختبار ذو الحدين

اختبار z لعدد السكان

نسبة السكان = x؟ ثنائي التفرع
اختبار مربع كاي لجودة الملائمة التوزيع السكاني = x؟ قطعي
اختبار t  لعينة واحدة متوسط عدد السكان = x ؟ كمي
اختبار علامة لمتوسط واحد متوسط السكان =  x؟
اختبار كولموغوروف سميرنوف

اختبار شابيرو ويلك

التوزيع السكاني = f(x) ؟

 

 

اختبارات ضمن الموضوعات

 

تقارن الاختبارات داخل الموضوعات أكثر من متغيرين تم قياسهما على نفس الموضوعات (غالبًا ما يكونو أشخاص).

 

مثال على ذلك هو القياس المتكرر ANOVA: حيث يختبر ما إذا كانت 3+ متغيرات تم قياسها على نفس الموضوعات لها متوسطات سكانية متساوية.

 

 

تُعرف الاختبارات داخل الموضوعات أيضًا باسم

 

  • اختبارات العينات المزدوجة (كما هو الحال في اختبار t للعينات المزدوجة)

او

  • اختبارات العينات ذات الصلة او الترابط .

 

 

K Related Samples هي العينات 3+

تشير “العينات ذات الصلة” او المعيران المترابطة  إلى الموضوعات الداخلية و “K” تعني 3+.

 

 

نظرة عامة حول اختبارات الموضوعات الداخلية

 

 

+3  متغيرات 2 متغيرات مستوى القياس
اختبار كوكران اختبار ماكنيمار ثنائي التفرع
اختبار فريدمان اختبار تصنيف موقع ويلكوكسون

اختبار علامة للوسيطين ذات الصلة

ترتيبي
مقاييس انوفا المتكررة عينات مقترنة باختبار t كمي

 

 

 

الاختبارات بين الموضوعات

 

تفحص الاختبارات بين الموضوعات ما إذا كانت 2+ مجموعات سكانية فرعية متطابقة فيما يتعلق بــ

 

  • معلمة (متوسط السكان ، الانحراف المعياري أو النسبة) أو
  • توزيع.

 

أفضل مثال معروف هو ANOVA أحادي الاتجاه كما هو موضح أدناه.

لاحظ أن المجموعات السكانية الفرعية ممثلة بعينات فرعية – مجموعات من الملاحظات المشار إليها بواسطة بعض المتغيرات الفئوية.

 

 

 

تُعرف الاختبارات “بين الموضوعات” أيضًا باسم اختبارات “العينات المستقلة” ، مثل اختبار t للعينات المستقلة. تعني “العينات المستقلة” أن العينات الفرعية لا تتداخل: فكل ملاحظة تنتمي إلى عينة فرعية واحدة فقط.

 

نظرة عامة على الاختبارات بين الموضوعات

 

 

 

اكثر من 3 مجموعات سكانية فرعية مجموعتان سكانية فرعية متغيرات النتائج
اختبار مربع كاي اختبار z للنسب المستقلة ثنائي التفرع
اختبار مربع كاي اختبار مربع كاي شكلي
اختبار كروسكال واليس

اختبار متوسط لمتوسطين مستقلين

اختبار مان ويتني

اختبار متوسط لمتوسطين مستقلين

ترتيبي
انوفا اتجاه واحد

اختبار ليفين

اختبار t لعينات مستقلة

اختبار ليفين

كمي

 

مقاييس الارتباط

 

مقاييس الارتباط هي أرقام تشير إلى مدى ارتباط متغيرين.

 

أفضل مقياس ارتباط معروف هو ارتباط بيرسون: وهو رقم يخبرنا إلى أي مدى يرتبط متغيران كميان ارتباطًا خطيًا.

يوضح الرسم التوضيحي أدناه الارتباطات باعتبارها مخططات مبعثرة ( مشتتة ).

 

 

 

نظرة عامة على مقاييس الترابط

 

 

ثنائي التفرع شكلي ترتيبي كمي المتغيرات
      ارتباط بيرسون كمي
    ارتباط سبيرمان

تاو كيندال

ارتباط متعدد الالوان

ارتباط سبيرمان

تاو كيندال

ارتباط متعدد الألوان

ترتيبي
  كرامر كرامر تربيع إيتا شكلي
معامل فاي

الارتباط الرباعي

كرامر ارتباط سبيرمان

تاو كيندال

ارتباط متعدد الالوان

ارتباط نقطي ثنائي التسلسل

ارتباط ثنائي التسلسل

ثنائي التفرع

 

 

 

  1. تحليلات التنبؤ

 

تختبر اختبارات التنبؤ كيف وإلى أي مدى يمكن توقع متغير من أكثر من متغير آخر.

أبسط مثال على ذلك هو الانحدار الخطي البسيط كما هو موضح أدناه.

 

 

 

تفترض تحليلات التنبؤ أحيانًا بهدوء وجود علاقة سببية: كل ما يتنبأ ببعض المتغيرات يُعتقد غالبًا أنه يؤثر على هذا المتغير.

اعتمادًا على محتويات التحليل ، السببية قد تكون أو لا تكون معقولة.

ضع في اعتبارك ، مع ذلك ، أن التحليلات المذكورة أدناه لا تثبت السببية.

 

 

نظرة عامة على تحليلات التنبؤ

 

 

التحليل متغيرات النتائج
تحليل الانحدار الخطي المتعدد كمي
التحليل التمييزي أو تحليل الانحدار الترتيبي ترتيبي
التحليل التمييزي أو تحليل الانحدار الشكلي شكلي
الانحدار اللوجيستي ثنائي التفرع

 

 

  1. تحليلات التصنيف

 

تحاول تحليلات التصنيف تحديد ووصف مجموعات الملاحظات أو المتغيرات.

 

  • النوعان الرئيسيان لتحليل التصنيف هما

 

  • تحليل العوامل لإيجاد مجموعات من المتغيرات (“العوامل”)
  • التحليل العنقودي لإيجاد مجموعات الملاحظات (“العناقيد”).

يعتمد تحليل العامل على الارتباطات أو التغايرات. يُفترض أن مجموعات المتغيرات التي ترتبط ارتباطًا وثيقًا بقياس العوامل الأساسية المتشابهة – تسمى أحيانًا “التركيبات”.

الفكرة الأساسية موضحة أدناه.

 

 

 

يعتمد تحليل الكتلة على المسافات بين الملاحظات – غالبًا ما يكون الأشخاص.

يُفترض أن مجموعات الملاحظات ذات المسافات الصغيرة فيما بينها تمثل مجموعات مثل قطاعات السوق.

 

 

 

وبذالك نكون حصلنا على نظرة عامة اساسية على مجموعة من المواضيع الهامة , نرجو ان تكون قد استفدت من هذا الموضوع .

المجلة العربية للعلوم ونشر الأبحاث .

 

شارك:

Share on facebook
Facebook
Share on twitter
Twitter
Share on pinterest
Pinterest
Share on linkedin
LinkedIn
On Key

مواضيع من المدونة

Open chat