Biostatistics - Epidemiology

 Ibrahim Alghamdi

Subtitle

  Parametric Test and Non Parametric Test

الإختبارات المعلمية واللا معلمية

 تعتبر الإختبارات المعلمية او البارامترية من اهم المقاييس التي يتم تطبيقها على العينة الممثلة للسكان ومن شروطها الأساسية أن يكون التوزيع التكراري للبيانات الكمية توزيعا طبيعيا غير ملتوي نحو اليمين أو اليسار بينما الإختبارات اللا معلمية لا تهتم بتحقيق هذا الشرط

 من المميزات التي تحظى بها الإختبارات المعلمية أنها أكثر قوة وأكثر مرونة من الإختبارات اللا معلمية وكذلك تتيح للباحث دراسة تأثير المتغيرات المستقلة على المتغيرات التابعة بالإضافة إلى التفاعل والتأثير بينهما

مقارنة الإختبارات المعلمية بالإختبارات اللا معلمية

 الإختبارات اللا معلمية الإختبارات المعلمية تحديد المقارنه
 طبيعي أو غير طبيعيطبيعي جرسي الشكل شكل التوزيع 
الوسيط  المتوسط الحسابي مقياس النزعة المركزية
اسمي أو ترتيبي  كمي نوع البيانات
Sign test  One sample t-test إختبار عينة واحدة كمية 
Willcoxon-rank sum = Mann-Whitney Two sample t-test  إختبار مجموعتان مستقلتان 
Wilcoxon matched pairs test Paired sample t-test  إختبار عينة مزدوجة قبل وبعد 
Kruskal-wallis test one way Anova  إختبار مستقل لأكثر من مجموعتين أحادي الإتجاه   
Friedman test Two way Anova إختبار مستقل لأكثر من مجموعتين ثنائي الإتجاه 
Spearman Pearson إختبار الإرتباط 

 

                    Parametric Test and Non Parametric Test 

 

Parametric test can be used to estimate the population parameter from the selected sample statistics. The most important assumption for parametric technique is that the variable in the selected sample is normally distributed while non parametric tests have no assumption about the distribution, it is called distribution free.

The advantages of parametric tests are more powerful and more flexible, they allow the statisticians and researchers to find the effect of independent variables on dependent variable .

 

 مقارنة الإختبارات المعلمية بالإختبارات اللا معلمية

ComparisonParametric testNon-parametric test
 The distributionNormalNormal or not normal
Measure of central tendencyMeanMedian
Data type Interval- RatioNominal - Ordinal
One sample One sample t-testSign test
Two Independent groups Two sample t-test Willcoxon-rank sum = Mann-Whitney
One group befor and after Paired sample t-test  Wilcoxon matched pairs test
Greater than two categories in one independent group one way Anova  Kruskal-wallis test   
Greater than two categories in two independent groups Two way Anova Friedman test 
Correlation Pearson Spearman