أي اختبار إحصائي أستخدم
أجب عن الأسئلة
ما الذي تريد معرفته؟
ما الذي تقيسه في كل مجموعة؟
كم مجموعة تقارن؟
هل مجموعتا القياسات من الأفراد أنفسهم؟
هل يُقاس الأفراد أنفسهم في كل حالة؟
كيف نُظِّمت الفئات؟
هل تتوقع أي خلية في الجدول أقل من خمس حالات؟
ما نوع المتغيّرين؟
هل تبدو سحابة النقاط كخط مستقيم بلا قيم شاذة متطرفة؟
ما نوع المتغيّر الذي تريد التنبؤ به؟
من كم متغيّر تتنبأ؟
اختبار t لعينة واحدة
يسأل إن كان متوسط مجموعتك يختلف عن قيمة تعرفها سلفًا.
تحقق من أن البيانات متماثلة تقريبًا. وإن لم تكن، فاستخدم اختبار ويلكوكسون للرتب الموقعة.
اختبار t للعينات المستقلة
يسأل إن كان لمجموعتين منفصلتين متوسطان مختلفان.
تحقق من أن كل مجموعة متماثلة تقريبًا. وإن لم تكن، فاستخدم اختبار مان-ويتني U.
اختبار t المزدوج
يسأل إن كان الأفراد أنفسهم قد تغيّروا بين القياسين.
تحقق من أن الفروق متماثلة تقريبًا. وإن لم تكن، فاستخدم اختبار ويلكوكسون للرتب الموقعة.
تحليل التباين الأحادي
يسأل إن كانت مجموعة واحدة على الأقل من ثلاث أو أكثر تختلف عن البقية.
يخبرك أن مجموعة ما تختلف، لا أيها، لذا تأتي بعده مقارنة بعدية. وإن لم تكن البيانات متماثلة، فاستخدم اختبار كروسكال-واليس.
تحليل التباين للقياسات المتكررة
يسأل إن كان الأفراد أنفسهم قد تغيّروا عبر ثلاث حالات أو أكثر.
تحقق من الكروية وصحّحها إن اختلّت. البديل القائم على الرتب هو اختبار فريدمان.
اختبار مربع كاي لجودة المطابقة
يسأل إن كانت التكرارات المرصودة تطابق النسب المتوقعة.
مع فئتين فقط وحالات قليلة، اختبار ذات الحدين الدقيق هو الخيار الأأمن.
اختبار مربع كاي للاستقلال
يسأل إن كان هناك ارتباط بين متغيّرين فئويين.
يقول إن هناك ارتباطًا، لا قوته. اذكر معه حجم أثر مثل V لكرامر.
اختبار فيشر الدقيق
يجيب عن السؤال نفسه الذي يجيب عنه مربع كاي، لكنه يبقى صالحًا مع التكرارات الصغيرة.
استخدمه كلما هبط تكرار متوقع دون خمسة، فهذا بالضبط حيث يفقد مربع كاي موثوقيته.
اختبار مكنمار
يسأل إن كان الأفراد أنفسهم قد غيّروا فئتهم بين لحظتين.
المعلومة يحملها من تغيّروا فقط؛ ومن بقوا على حالهم لا يدخلون الاختبار.
ارتباط بيرسون
يقيس مدى قرب متغيّرين رقميين من علاقة خطية مستقيمة.
الارتباط ليس سببية، وقيمة شاذة واحدة قد تصنعه أو تمحوه. ارسم النقاط قبل أن تثق بالرقم.
ارتباط سبيرمان
يقيس إن كان أحد المتغيّرين يرتفع مع ارتفاع الآخر، دون اشتراط خط مستقيم.
يعمل على الرتب، فيقاوم القيم الشاذة ويناسب أيضًا المقاييس المرتبة.
الانحدار الخطي البسيط
يرسم الخط الذي يتنبأ برقم انطلاقًا من رقم آخر على أفضل نحو.
انظر إلى البواقي: يجب ألا يكون فيها نمط. وجود انحناء فيها يعني أن الخط المستقيم شكل خاطئ.
الانحدار الخطي المتعدد
يتنبأ برقم انطلاقًا من عدة متغيّرات في آن واحد.
تحقق من أن المتنبئات لا تقول الشيء نفسه، فذلك يضخّم المعاملات ويجعلها غير مستقرة.
الانحدار اللوجستي
يتنبأ باحتمال نتيجة نعم أو لا.
معاملاته نسب أرجحية لا فروق احتمال، والخلط بينهما هو الخطأ المعتاد.
الانحدار اللوجستي متعدد الحدود
يتنبأ بأي فئة من فئات عدة غير مرتبة تقع فيها الملاحظة.
تُقرأ كل نتيجة مقابل فئة مرجعية، فاذكر أيها اخترت.
الانحدار اللوجستي الترتيبي
يتنبأ بموضع على مقياس مرتب، مع الحفاظ على الترتيب داخل النموذج.
يفترض أن الأثر نفسه عند كل قطع في المقياس. اختبر هذا الافتراض قبل التقرير.
انحدار بواسون
يتنبأ بعدد مرات حدوث شيء خلال فترة أو في مكان.
يفترض أن التباين يساوي المتوسط. وحين يكون التباين أكبر بكثير، استخدم الانحدار ثنائي الحد السالب.
كيف أعرف أن بياناتي طبيعية بما يكفي لاختبار t؟
ارسمها أولًا. المدرّج التكراري أو مخطط الصندوق يجيب أسرع من أي اختبار، والمهم ليس الاعتدال التام بل أن يكون الشكل متماثلًا تقريبًا وخاليًا من قيم شاذة متطرفة.
كما يصبح اختبار t أكثر تسامحًا كلما كبرت العينة، فالالتواء الطفيف مع مئة حالة نادرًا ما يكون مشكلة، بينما الالتواء نفسه مع ثماني حالات يكون كذلك. عند الشك، شغّل البديل القائم على الرتب أيضًا: إن اتفقا، فالاختيار لم يكن مهمًا.
ما الفرق بين الاختبار المعلمي والاختبار القائم على الرتب؟
الاختبار المعلمي يعمل على القيم نفسها ويفترض لها شكلًا، عادةً قريبًا من المنحنى الطبيعي. أما الاختبار القائم على الرتب فيتخلص من القيم ويبقي ترتيبها فقط، ولهذا تتوقف القيم الشاذة عن التأثير.
الثمن أن الاختبار القائم على الرتب يجيب عن سؤال مختلف قليلًا وقوته أقل حين يتحقق افتراض الاختبار المعلمي فعلًا. لا أحدهما خيار افتراضي أأمن؛ بل هما إجابتان لموقفين مختلفين.
جاء الاختبار دالًا. هل يعني ذلك أن الأثر كبير؟
لا. تجيب قيمة p عمّا إذا كان من الصعب تفسير النتيجة بالصدفة، ومع عينة كبيرة بما يكفي يصبح حتى الفرق الضئيل صعب التفسير بالصدفة.
اذكر معه حجم الأثر، وفترة ثقة إن استطعت. الحجم يخبر القارئ إن كان الفرق مهمًا؛ أما قيمة p فتقول فقط إنه على الأرجح ليس ضجيجًا.
هل يغني هذا عن سؤال شخص يعرف الإحصاء؟
لا، ولا يحاول ذلك. إنه يشير إلى الخيار الذي يناسب شكل سؤالك، ويخبرك بالافتراض الذي يجب التحقق منه قبل استخدامه.
البيانات الحقيقية تحمل ما لا يراه المخطط الانسيابي: قيم مفقودة، أفراد قيسوا أكثر من مرة، مجموعات متفاوتة الحجم كثيرًا، متغيّرات اختيرت بعد النظر إلى النتائج. وأي من ذلك قد يغيّر الإجابة.
ردود الفعل
0
0 تعليقات
كن أول من يعلق