Mann-Whitney U-Test: Unterschied zwischen den Versionen
(14 dazwischenliegende Versionen von 4 Benutzern werden nicht angezeigt) | |||
Zeile 1: | Zeile 1: | ||
− | + | Der Mann-Whitney-U-Test ist ein nicht-parametrisches statistisches Verfahren und dient der Überprüfung, ob sich die zentrale Tendenz in zwei unabhängigen Gruppen (oder Stichproben) unterscheidet | |
+ | |||
+ | U Test von Mann Whitney | ||
+ | |||
+ | -> Grundprinzip: Messwerte zweier Stichproben werden in eine Rangreihe gebracht | ||
+ | |||
+ | -> Summe der Rangplätze der beiden Stichproben werden in Bezug zueinander gesetzt | ||
+ | |||
+ | -> Statistische Prüfgrösse daraus abgeleitet (U-Wert: kleine Stichproben, z-Wert: grosse Stichproben) | ||
+ | |||
+ | Hypothesen U- Test von Mann Whitney: | ||
+ | |||
+ | ''-H0: µ(u) = n1*n2/2 | ||
+ | |||
+ | -H1: µ(u) ≠ n1*n2/2 | ||
+ | '' | ||
+ | |||
+ | Vorraussetzungen U- Test von Mann Whitney | ||
+ | |||
+ | -> Merkmal in der Population stetig (Normalverteilung nicht erforderlich) | ||
+ | |||
+ | -> Verteilungsform sollte in beiden Stichproben gleich sein | ||
+ | |||
+ | -> Varianzen beider Stichproben sollte ähnlich sein | ||
+ | |||
+ | -> Ordinalskalenniveau reicht aus | ||
+ | |||
+ | R Kommando: wilcox.test(x, y) | ||
+ | |||
+ | Rechenbeispiel: [https://www.beratung-statistik.de/statistik-beratung-infos/r-tutorial/r-wilcoxon-mann-whitney/] |
Aktuelle Version vom 16. April 2020, 13:35 Uhr
Der Mann-Whitney-U-Test ist ein nicht-parametrisches statistisches Verfahren und dient der Überprüfung, ob sich die zentrale Tendenz in zwei unabhängigen Gruppen (oder Stichproben) unterscheidet
U Test von Mann Whitney
-> Grundprinzip: Messwerte zweier Stichproben werden in eine Rangreihe gebracht
-> Summe der Rangplätze der beiden Stichproben werden in Bezug zueinander gesetzt
-> Statistische Prüfgrösse daraus abgeleitet (U-Wert: kleine Stichproben, z-Wert: grosse Stichproben)
Hypothesen U- Test von Mann Whitney:
-H0: µ(u) = n1*n2/2
-H1: µ(u) ≠ n1*n2/2
Vorraussetzungen U- Test von Mann Whitney
-> Merkmal in der Population stetig (Normalverteilung nicht erforderlich)
-> Verteilungsform sollte in beiden Stichproben gleich sein
-> Varianzen beider Stichproben sollte ähnlich sein
-> Ordinalskalenniveau reicht aus
R Kommando: wilcox.test(x, y)
Rechenbeispiel: [1]