اختبار الإشارة أداة مهمة في الإحصاءات غير البارامترية ، حيث يقدم طريقة مباشرة وفعالة لتحليل الأزواج المتطابقة أو البيانات الاسمية أو الفرضيات المتعلقة بمتوسط السكان. يحول نقاط البيانات إلى علامات إيجابية أو سلبية ، ويتجنب الحاجة إلى افتراضات حول توزيع البيانات ويركز بدلا من ذلك على اتجاه التغيير. إنه ذو قيمة خاصة عندما لا تتوافق البيانات مع متطلبات التوزيع العادية للعديد من الاختبارات البارامترية. على سبيل المثال ، قد يستخدم الباحثون اختبار الإشارة لتقييم تأثيرات ما قبل العلاج وبعده في دراسة طبية ، وتحديد ما إذا كان العلاج يرتبط بتحسن (علامة إيجابية) أو تدهور (علامة سلبية) في نتائج المريض. تقترح الفرضية الصفرية عدم وجود فرق في المتوسطات بين مجموعتين ، في حين أن غلبة علامة واحدة على الأخرى قد تشير إلى تأثير ذي دلالة إحصائية.

كما يوحي الاسم ، يقارن اختبار الإشارة البيانات من حيث علامات اختلافاتها. لكل زوج من الملاحظات ، نقارن قيمها و:

إذا كانت القيمة في العينة A أكبر من العينة B، فقم بتعيين علامة “+”.
إذا كانت القيمة في العينة A أقل من القيمة في العينة B، فقم بتعيين علامة “-“.
إذا كانت القيم متساوية، فتجاهل الزوج (لم يتم تعيين أي علامة).

باستخدام هذا ، يمكننا حساب عدد العلامات الإيجابية والسلبية ومتابعة الاختبار. عند تحليل مجموعات البيانات الصغيرة التي تحتوي على ما يصل إلى 25 ملاحظة ، تمثل إحصائية الاختبار (x) عدد العلامات الأقل تكرارا. يتم حساب درجة z لمجموعات البيانات الأكبر ، مما يسهل المقارنة مع القيم الحرجة من الجداول الإحصائية القياسية. إذا كانت إحصائية الاختبار أقل من أو تساوي هذه القيم الحرجة ، يتم رفض الفرضية الصفرية ، مما يشير إلى اختلاف كبير. إذا حدث العكس ، فلا يمكن رفض الفرضية الصفرية ، مما يعكس دليلا غير كاف على وجود تأثير كبير.

Transcript

اختبار الإشارة هو طريقة غير معلمية لتقييم الادعاءات حول البيانات العشوائية البسيطة من الأزواج المتطابقة أو البيانات الاسمية أو التأكيدات المتعلقة بمتوسط السكان.

يحول البيانات إلى علامات إيجابية وسلبية بناء على افتراضات محددة مسبقا ويقيم ما إذا كان الاختلاف في العدد الإجمالي لكل علامة ذا دلالة إحصائية.

تقترح الفرضية الصفرية لاختبار الإشارة أن خصائص السكان تتوافق مع الادعاءات ، بينما تشير الفرضية البديلة إلى عكس ذلك.

بالنسبة لمجموعات البيانات التي لا يتجاوز فيها العدد الإجمالي للعلامات 25 ، تتوافق إحصائية الاختبار ، المشار إليها ب x ، مع كمية العلامة الأقل تكرارا.

في الحالات التي يتجاوز فيها المجموع 25 ، يتم حساب إحصائية الاختبار ، ممثلة ب z.

يتم استخدام جداول محددة للتأكد من القيم الحرجة. يتم رفض الفرضية الصفرية إذا كانت قيمة إحصائية الاختبار أقل من أو تساوي القيمة الحرجة. خلاف ذلك ، هناك فشل في رفض الفرضية الصفرية.