사용방법(3단계)
- 두 그룹(A/B) 또는 쌍을 이루는 샘플에 대한 데이터를 붙여넣습니다.
- 통계 및 설정을 선택합니다(Exact 또는 Monte Carlo 자동 선택).
- 실행하고 p-값과 null 분포를 검토한 후 보고서를 다운로드하세요.
순열/무작위화 테스트
순열 테스트 도구
이 도구는 정규성을 가정하지 않고 두 그룹을 비교하는 데 도움이 됩니다. 결과는 테스트 설계와 선택한 널 모델에 따라 달라집니다.
α는 참고용입니다. 단일 임계값을 과도하게 해석하지 마십시오.
결과
널 분포
빨간색 선은 관찰된 통계를 표시합니다. 막대는 순열/부호 뒤집기의 널 분포를 보여줍니다.
순열 테스트 작업 흐름
이 페이지를 사용하면 레이블 셔플 또는 부호 뒤집기로 구축된 비모수적 널 분포와 두 개의 샘플 또는 쌍을 이루는 관찰을 비교할 수 있습니다.
작동 원리
독립 또는 쌍체 설계를 선택하고, 통계량을 선택하고, 단측 또는 양측 대안을 정의하고, 정확 또는 몬테카를로 순열을 실행하여 귀무 분포를 구축합니다.
언제 사용하나요?
작은 표본, 편향된 값, A/B 실험, 강의실 데모 또는 쌍을 이루는 전후 측정에 대한 분포 조명 유의성 확인을 원할 때 사용하십시오.
피해야 할 일반적인 실수
- 동일한 장치에서 쌍을 이루는 측정을 위해 독립 모드를 사용합니다.
- 가장 작은 p-값을 제공하는 통계를 확인한 후 통계를 선택합니다.
- 관찰된 차이와 부트스트랩 신뢰 구간 없이 p-값만 보고합니다.
- 순열 수가 적을 때 몬테카를로 무작위성을 정확한 것으로 처리합니다.
분석 작업 흐름
실행하기 전에 디자인, 통계 및 대안을 결정하십시오. 그런 다음 관측된 통계량을 귀무 분포, p-값, 신뢰 구간 및 표본 크기와 비교합니다.
또한보십시오
자주 묻는 질문
p-값은 무엇을 의미하나요?
정확한 대 몬테카를로?
내 데이터가 서버에 업로드되나요?
큰 p-값은 "무작위"를 의미합니까?
실행 전에 무엇을 결정해야 합니까?
표본이 독립적인지 쌍체인지, 어떤 통계량이 질문에 답하는지, 대안이 단측인지 양측인지 여부를 결정합니다.
순열 결과를 해석하는 방법
널 모델
널 모델은 데이터 구조를 변경하지 않고도 레이블이나 기호를 재배열할 수 있다고 가정합니다. 그 가정은 연구 설계와 일치해야 합니다.
통계적 선택
평균 차이는 읽기 쉽지만 데이터가 치우쳐 있거나 이상값이 많은 경우 중앙값 또는 절대차 통계가 더 나을 수 있습니다.
정확 대 몬테카를로
정확한 모드는 가능한 경우 가능한 모든 재배열을 열거합니다. 몬테카를로 모드는 많은 재배열을 샘플링하므로 시드 및 시행 횟수가 중요합니다.
보고
관측된 통계량, p-값, 대안, 순열 개수 및 신뢰 구간을 보고합니다. 결정을 내리기 전에 실용적인 맥락을 추가하세요.