Test non parametrico: differenze tra le versioni

Versione delle 01:40, 5 gen 2018

Versione attuale delle 16:09, 25 set 2024

(11 versioni intermedie di 7 utenti non mostrate)

Riga 1:

I '''test non parametrici''' sono quei [[test di verifica d'ipotesi]] usati nell'ambito della [[statistica non parametrica]], vale a dire in cui non si assume una specifica [[Distribuzione (statistica)|distribuzione]] oppure sono basate su distribuzioni i cui [[parametro (statistica)|parametri]] non sono specificati.

{{F|matematica|maggio 2017}}

{{W|statistica|febbraio 2010}}

I '''test non parametrici''' sono quei [[test di verifica d'ipotesi]]

usati nell'ambito della [[statistica non parametrica]].

Come per i test parametrici, esistono diversi test in base alle ipotesi o al tipo di variabili considerate:

* [[test binomiale]], per variabili dicotomiche

* [[test dei ranghi equivalenti di Moses]]

* [[testTest binomiale]], per variabili dicotomiche

* [[test dei run]] detto anche [[test di Wald-Wolfowitz]] o test delle sequenze

* [[testTest dei segniranghi equivalenti di Moses]]

* [[testTest dei segnirun]] perdetto ranghianche [[test di WilcoxonWald-Wolfowitz]] o test delle sequenze

* [[Test dei segni]]

* [[test della mediana]], per variabili ordinali

* [[testTest dei segni per ranghi di BudneWilcoxon]]

* [[testTest della mediana]], per variabili ordinali

* [[test di Freund-Ansari-Bradley]]

* [[testTest di FriedmanBudne]]

* [[testTest di Freund-Ansari-Bradley]]

* [[test di Jonckheere]], [[test di Jonckheere-Terpstra]]

* [[Test di Friedman]]

* test per la verifica che due campioni provengano da popolazioni con la stessa distribuzione

* [[testTest di Jonckheere]], [[test di Jonckheere-Terpstra]]

* testTest per la verifica che due campioni provengano da popolazioni con la stessa distribuzione

** [[test di Kolmogorov-Smirnov]], per variabili ordinali e la bontà dell'adattamento o per due campioni indipendenti

** [[test di Girone]], per due campioni di uguale ampiezza, con varianti proposte per superare tale limite

Line 20 ⟶ 19:

** [[test chi quadrato di Pearson]], per la bontà dell'adattamento in presenza di variabili nominali, anche per k campioni indipendenti

** [[test di Anderson-Darling]]

* [[testTest di Kruskal-Wallis]]

* [[testTest di Kuiper]]

* [[testTest di Page]]

* [[testTest di Siegel-Tukey]]

* [[testTest di Theil]]

* [[testTest di Wilcoxon-Mann-Whitney]]

* [[testTest esatto di Fisher]], per variabili dicotomiche e due campioni indipendenti

* [[testTest Q]], per l'identificazione e l'eliminazione di valori estremi

* [[testTest Q di Cochran]]

* [[testTest di McNemar]]

* testTest di verifica della [[significatività]] del [[coefficiente C di Cramer]]

* testTest di verifica della significatività del [[coefficiente di correlazione R per ranghi di Spearman]]

* testTest di verifica della significatività del [[coefficiente di correlazione T per ranghi di Kendall]]

* testTest di verifica della significatività del [[coefficiente di concordanza W di Kendall]]

* testTest di verifica della significatività dell'[[indice di cograduazione di Gini]]

* [[testTest del rapporto di verosimiglianza]]

* [[testTest di associazione lineare]]

* [[testTest di omogeneità marginale]]

* [[testTest della somma dei ranghi bivariati]] (ingl.: ''bivariate rank sum test'')

* [[testTest di randomizzazione]] (o di rimescolamento o ''shuffling test'')

* [[Kappa di Cohen]], più che un test è un coefficiente statistico

== Bibliografia ==

* {{cita libro|autore=Hollander M., Wolfe D.A., Chicken E.|anno=2013|titolo=Nonparametric Statistical Methods|editore=John Wiley & Sons|isbn=978-0-470-38737-5|lingua=en}}

== Voci correlate ==

Line 49 ⟶ 52:

[[Categoria:Test statistici|Non parametrico]]

[[pl:Statystyka nieparametryczna]]