対応サンプルのノンパラメトリック検定
1 つ以上のノンパラメトリック検定を使用して 2 つ以上の関連したフィールド間の差分を識別します。ノンパラメトリック検定では、データが正規分布になると仮定しません。
データの考慮事項: 各レコードは、データ・セットの各フィールドに 2 つ以上の関連する測定が格納されている特定の被験者に対応しています。例えば、ダイエット計画の効果に関する研究で、定期的に測定された各被験者の体重が「ダイエット前の体重 」、「中間の体重 」、および「ダイエット後の体重 」などのフィールドに格納される場合は、対応サンプルのノンパラメトリック検定を使用して分析できます。これらの値は「関連」しています。
目的は?: 目的により、一般的に使用される互いに異なる検定の設定を迅速に指定できます。
- 観測データを自動的に仮説データと比較する: この目的では、2 つのフィールドが指定された場合のカテゴリー・データに McNemar の検定が、3 つ以上のフィールドが指定された場合のカテゴリー・データに Cochran の Q が、2 つのフィールドが指定された場合の連続型データに Wilcoxon の一致するペアの符号付き順位検定が、そして 3 つ以上のフィールドが指定された場合の連続型データに順位付けによる Friedman の二次元配置分散分析が適用されます。
- カスタム分析: 「設定」タブで検定の設定を手動で修正する場合、このオプションを選択します。後で「設定」タブのオプションに変更を行い、その変更が現在選択されている目的と互換性がない場合、この設定が自動的に選択されることに注意してください。
異なる測定レベルのフィールドが指定されている場合、まず測定レベルごとに区分され、その後、適切な検定が各グループに適用されます。例えば、「観測データを仮説データと自動的に比較する」を目的に選択し、3 つの連続型フィールドおよび 2 つの名義型フィールドを指定した場合、Friedman の検定が連続型フィールドに適用され、McNemar の検定が名義型フィールドに適用されます。
この手続きは、NPTESTS コマンド・シンタックスを貼り付けます。