Průvodce výběrem testu
Data máte. Ale který test je ten správný?
O volbě testu rozhodují tři otázky: jaká máte data, kolik skupin porovnáváte a zda jsou měření párová. Odpovězte na ně níže — a odejdete s konkrétním testem i jistotou, proč právě s ním.
Co potřebujete zjistit?
Tři otázky, které rozhodnou
1. Jaká máte data? Čísla z měření (tlak, koncentrace, skóre) vedou k testům průměrů — t-testu a ANOVA. Kategorie a četnosti (onemocněl/neonemocněl, ano/ne) vedou k chí-kvadrát testu.
2. Kolik skupin porovnáváte? Jednu proti referenční hodnotě či dvě skupiny řeší t-test; tři a více skupin patří analýze rozptylu (ANOVA) — nikdy sérii t-testů po dvojicích.
3. Jsou měření párová? Dvě měření týchž jednotek (před × po léčbě, pravé × levé oko) vyhodnocuje párový test — je citlivější, protože každá jednotka slouží sama sobě jako kontrola.
Výsledek testu pak čtěte přes p-hodnotu a doplňte konfidenčním intervalem s velikostí účinku — přesně to dnes chtějí recenzenti. Celý postup popisuje heslo testování hypotéz.
Přehled: situace → test → alternativa
Neparametrickou alternativu volte u malých výběrů bez normálního rozdělení nebo u pořadových dat.
| Situace | Doporučený test | Neparametrická alternativa |
|---|---|---|
| 1 skupina vs. referenční hodnota | jednovýběrový t-test | jednovýběrový Wilcoxonův test |
| 2 nezávislé skupiny | dvouvýběrový t-test (Welch) | Mannův–Whitneyho test |
| 2 párová měření (před × po) | párový t-test | párový Wilcoxonův test |
| 3+ nezávislých skupin | ANOVA + Tukeyho post-hoc | Kruskalův–Wallisův test |
| 3+ opakovaných měření | ANOVA pro opakovaná měření | Friedmanův test |
| 2 kategoriální proměnné (četnosti) | chí-kvadrát test | Fisherův přesný test |
| síla vztahu 2 číselných proměnných | Pearsonova korelace | Spearmanova korelace |
| predikce / vliv více faktorů | lineární regrese | logistická regrese (binární výsledek) |
Čtyři chyby, které recenzent pozná na první pohled
Série t-testů místo ANOVA
U tří a více skupin riziko falešného poplachu roste s každou dvojicí — u pěti skupin přesáhne 40 %. Správně: jedna ANOVA a post-hoc porovnání.
Víc v hesleProcenta v chí-kvadrát testu
Test potřebuje absolutní četnosti — přepočtem na procenta se ztrácí informace o velikosti vzorku a výsledek nedává smysl.
Víc v hesleIgnorovaná párovost
Měření „před a po" na týchž osobách vyhodnocené dvouvýběrovým testem zahodí sílu designu — párový test odhalí i menší rozdíly.
Víc v hesleKorelace vydávaná za kauzalitu
Souvislost dvou proměnných neříká, že jedna způsobuje druhou — může ji vytvářet třetí veličina v pozadí.
Víc v hesleČasté otázky
Jaký test použít pro porovnání dvou skupin?
Pro dvě nezávislé skupiny se spojitými daty dvouvýběrový t-test (v praxi Welchova verze, která nevyžaduje shodné rozptyly). U malých výběrů bez normálního rozdělení Mannův–Whitneyho test. Pro dvě měření týchž jednotek párový t-test, případně párový Wilcoxonův test.
Co když data nemají normální rozdělení?
U větších výběrů t-test i ANOVA fungují díky centrální limitní větě i bez přesné normality. U malých výběrů sáhněte po neparametrické alternativě: Mann–Whitney místo dvouvýběrového t-testu, Wilcoxon místo párového, Kruskal–Wallis místo ANOVA.
Kdy použít ANOVA místo t-testu?
Jakmile porovnáváte tři a více skupin. Série t-testů po dvojicích zvyšuje riziko falešně významného výsledku (u pěti skupin přes 40 %); ANOVA ověří všechny skupiny jediným testem a dvojice dořeší post-hoc porovnání s korekcí.
Jaký test použít pro kategoriální data?
Pro souvislost dvou kategoriálních proměnných chí-kvadrát test nezávislosti nad kontingenční tabulkou absolutních četností. Při malých očekávaných četnostech (pod 5) Fisherův přesný test, pro párová kategoriální data McNemarův test.
Vybrat test je první krok. Spočítat a obhájit ho je druhý.
Na kurzech projdete celý postup na reálných datech — od volby testu přes výpočet po interpretaci, která obstojí u recenzenta. Ve skupině je max. 10 účastníků a počítač vám zapůjčíme na místě.