47:17
Non Parameteric Test | Wilcoxon Rank Sum | K-W | Friedman Test | Unit 3 Biostatistics 8th Semester
Imperfect Pharmacy 2.0
Overview
यह वीडियो नॉन-पैरामेट्रिक टेस्ट का विस्तृत परिचय देता है, जो बायोस्टैटिस्टिक्स में यूनिट 3 का हिस्सा है। यह पैरामेट्रिक टेस्ट से इसके अंतर को स्पष्ट करता है, खासकर जब डेटा न्यूमेरिकल के बजाय कैटेगोरिकल या रैंक डेटा हो। वीडियो तीन मुख्य नॉन-पैरामेट्रिक टेस्ट पर केंद्रित है: विल्कोक्सन रैंक-सम टेस्ट (मैन-व्हिटनी यू टेस्ट के रूप में भी जाना जाता है), क्रुस्कल-वालिस टेस्ट, और फ्रीडमैन टेस्ट। प्रत्येक टेस्ट के लिए, यह उसके उद्देश्य, उपयोग के मामले, परिकल्पना निर्माण, और उदाहरणों के साथ विस्तृत गणना प्रक्रिया की व्याख्या करता है, जिसमें डेटा को रैंक करना और परिणामों की व्याख्या करना शामिल है।
How was this?
Save this permanently with flashcards, quizzes, and AI chat
Chapters
- नॉन-पैरामेट्रिक टेस्ट का उपयोग तब किया जाता है जब डेटा न्यूमेरिकल वैल्यू में न होकर कैटेगोरिकल या रैंक डेटा होता है।
- ये टेस्ट सामान्य वितरण (normal distribution) की आवश्यकता नहीं रखते हैं, इसलिए इन्हें 'डिस्ट्रीब्यूशन-फ्री टेस्ट' भी कहा जाता है।
- ये टेस्ट स्मॉल सैंपल साइज के लिए भी उपयुक्त होते हैं।
- इन टेस्ट में आमतौर पर मीडियन का उपयोग किया जाता है, मीन का नहीं।
- ये ऑर्डिनल (रैंक) और नॉमिनल (कैटेगरी) डेटा के लिए उपयोग किए जाते हैं।
यह समझना महत्वपूर्ण है कि नॉन-पैरामेट्रिक टेस्ट कब और क्यों उपयोग किए जाते हैं, क्योंकि ये उन स्थितियों में सांख्यिकीय विश्लेषण के लिए आवश्यक हैं जहाँ पैरामेट्रिक टेस्ट की मान्यताएं पूरी नहीं होती हैं।
उदाहरण के लिए, दर्द के स्तर (हल्का, मध्यम, गंभीर) या किसी उत्पाद की संतुष्टि रेटिंग (खराब, औसत, अच्छा, उत्कृष्ट) को रैंक डेटा माना जाता है, जिसके लिए नॉन-पैरामेट्रिक टेस्ट उपयुक्त होते हैं।
- यह टेस्ट दो इंडिपेंडेंट ग्रुप्स की तुलना करने के लिए उपयोग किया जाता है, खासकर जब डेटा नॉन-नॉर्मल या ऑर्डिनल हो।
- यह अनपेयर्ड टी-टेस्ट का नॉन-पैरामेट्रिक विकल्प है।
- टेस्ट में डेटा को कंबाइन करके असेंडिंग ऑर्डर में रैंक किया जाता है, और फिर रैंक का योग (sum of ranks) निकाला जाता है।
- U1 और U2 की गणना की जाती है, और छोटी वैल्यू को क्रिटिकल वैल्यू से कंपेयर किया जाता है।
- यदि गणना की गई U वैल्यू क्रिटिकल वैल्यू से छोटी या बराबर है, तो नल हाइपोथेसिस (कोई अंतर नहीं) रिजेक्ट कर दी जाती है।
यह टेस्ट दो अलग-अलग समूहों के बीच अंतर का पता लगाने के लिए एक शक्तिशाली उपकरण है, खासकर जब डेटा सामान्य वितरण का पालन नहीं करता है, जो कि वास्तविक दुनिया के कई परिदृश्यों में आम है।
दो दवाओं (ड्रग ए और ड्रग बी) की प्रभावशीलता की तुलना करना, जहाँ पेन स्कोर को कम वैल्यू को बेहतर माना जाता है, और यह निर्धारित करना कि क्या दोनों दवाओं के बीच कोई महत्वपूर्ण अंतर है।
- यह टेस्ट तीन या अधिक इंडिपेंडेंट ग्रुप्स की तुलना करने के लिए उपयोग किया जाता है।
- यह वन-वे एनोवा (ANOVA) का नॉन-पैरामेट्रिक विकल्प है।
- टेस्ट में सभी ग्रुप्स के डेटा को कंबाइन करके रैंक किया जाता है, और फिर प्रत्येक ग्रुप के रैंक का योग निकाला जाता है।
- H-statistic की गणना की जाती है और डिग्री ऑफ फ्रीडम (k-1) के आधार पर क्रिटिकल वैल्यू से तुलना की जाती है।
- यदि गणना की गई H वैल्यू क्रिटिकल वैल्यू से कम या बराबर है, तो नल हाइपोथेसिस (सभी ग्रुप समान हैं) को स्वीकार किया जाता है (या रिजेक्ट करने में विफल रहते हैं)।
यह टेस्ट कई स्वतंत्र समूहों के बीच अंतर का विश्लेषण करने की अनुमति देता है, जो विभिन्न उपचारों या स्थितियों के प्रभाव की तुलना करने के लिए उपयोगी है।
तीन अलग-अलग दवाओं (ड्रग ए, बी, सी) की प्रभावशीलता की तुलना करना, जहाँ पेन स्कोर को कम वैल्यू को बेहतर माना जाता है, यह देखने के लिए कि क्या तीनों दवाओं के बीच कोई महत्वपूर्ण अंतर है।
- यह टेस्ट तीन या अधिक रिलेटेड (पेयर्ड) ग्रुप्स की तुलना करने के लिए उपयोग किया जाता है।
- यह पेयर्ड टी-टेस्ट या रिपीटेड मेजर्स एनोवा का नॉन-पैरामेट्रिक विकल्प है।
- टेस्ट में प्रत्येक रो (जैसे, प्रत्येक पेशेंट) के भीतर डेटा को रैंक किया जाता है।
- प्रत्येक कॉलम (जैसे, प्रत्येक ड्रग) के लिए रैंक का योग निकाला जाता है, और फिर एक टेस्ट स्टैटिस्टिक (जैसे, Chi-square या H) की गणना की जाती है।
- गणना की गई वैल्यू की तुलना क्रिटिकल वैल्यू से की जाती है; यदि यह क्रिटिकल वैल्यू से कम या बराबर है, तो नल हाइपोथेसिस (सभी ट्रीटमेंट समान हैं) को स्वीकार किया जाता है।
यह टेस्ट उन स्थितियों में उपयोगी है जहाँ एक ही विषय पर कई बार माप लिया जाता है (जैसे, विभिन्न उपचारों का एक ही रोगी पर प्रभाव), जिससे संबंधित डेटा का विश्लेषण किया जा सके।
एक ही रोगी समूह पर तीन अलग-अलग दवाओं (ड्रग ए, बी, सी) के प्रभाव का मूल्यांकन करना, जहाँ प्रत्येक रोगी पर तीनों दवाओं का परीक्षण किया जाता है और पेन स्कोर दर्ज किया जाता है।
Key takeaways
- नॉन-पैरामेट्रिक टेस्ट तब आवश्यक होते हैं जब डेटा सामान्य वितरण का पालन नहीं करता है या जब डेटा कैटेगोरिकल/रैंक प्रकृति का होता है।
- विल्कोक्सन रैंक-सम टेस्ट दो स्वतंत्र समूहों की तुलना के लिए है, जबकि क्रुस्कल-वालिस टेस्ट तीन या अधिक स्वतंत्र समूहों के लिए है।
- फ्रीडमैन टेस्ट तीन या अधिक संबंधित (पेयर्ड) समूहों की तुलना के लिए उपयोग किया जाता है।
- इन टेस्ट में डेटा को रैंक करना एक महत्वपूर्ण कदम है, और रैंकिंग करते समय टाइड वैल्यू (tied values) को सही ढंग से संभालना आवश्यक है।
- प्रत्येक नॉन-पैरामेट्रिक टेस्ट के लिए निर्णय नियम (जैसे, नल हाइपोथेसिस को कब रिजेक्ट या स्वीकार करना है) को समझना महत्वपूर्ण है, क्योंकि वे पैरामेट्रिक टेस्ट से भिन्न हो सकते हैं।
- बायोस्टैटिस्टिक्स में, इन टेस्ट का उपयोग अक्सर क्लिनिकल स्टडीज में विभिन्न उपचारों या हस्तक्षेपों की प्रभावशीलता का मूल्यांकन करने के लिए किया जाता है।
Key terms
Non-Parametric TestParametric TestCategorical DataRank DataNormal DistributionDistribution-Free TestWilcoxon Rank-Sum TestMann-Whitney U TestKruskal-Wallis TestFriedman TestNull Hypothesis (H0)Alternative Hypothesis (H1)Significance LevelCritical ValueOrdinal DataNominal DataIndependent GroupsRelated/Paired GroupsSum of RanksTied Ranks
Test your understanding
- पैरामेट्रिक और नॉन-पैरामेट्रिक टेस्ट के बीच मुख्य अंतर क्या हैं, और किस प्रकार के डेटा के लिए नॉन-पैरामेट्रिक टेस्ट को प्राथमिकता दी जाती है?
- विल्कोक्सन रैंक-सम टेस्ट का उपयोग कब किया जाता है, और यह पैरामेट्रिक टेस्ट के किस विकल्प के रूप में कार्य करता है?
- क्रुस्कल-वालिस टेस्ट और फ्रीडमैन टेस्ट के बीच मुख्य अंतर क्या है, खासकर ग्रुप्स की प्रकृति के संबंध में?
- नॉन-पैरामेट्रिक टेस्ट में डेटा को रैंक करने की प्रक्रिया क्या है, और जब वैल्यू रिपीट होती है तो टाइज़ (ties) को कैसे हैंडल किया जाता है?
- नॉन-पैरामेट्रिक टेस्ट में नल हाइपोथेसिस को कब रिजेक्ट या स्वीकार किया जाता है, और यह निर्णय क्रिटिकल वैल्यू से कैसे संबंधित है?