إتقان اختبار مان ويتني يو: دليل شامل

اختبار مان ويتني يو هو اختبار إحصائي غير حدودي يستخدم لتحديد ما إذا كان هناك فرق كبير بين مجموعتين مستقلتين وغير موزعتين بشكل طبيعي من البيانات. يقوم بترتيب الملاحظات من كلا المجموعتين ثم يحسب إحصائية U لمقارنتها.

---

المقدمة

The اختبار مان ويتني يو، أو اختبار ويلكوكسون لترتيب الرتب، هو اختبار لا معلمي قوي لمقارنة عينتين مستقلتين. على عكس اختبار تي التقليدي، لا يتطلب هذا الاختبار افتراض توزيع البيانات توزيعًا طبيعيًا. يحدد هذا الاختبار ما إذا كانت قيم المشاهدات من إحدى العينتين أكبر عادةً من قيم المشاهدات من العينة الأخرى.

من المهم الإشارة إلى أناختبار مان-ويتنيهو الأنسب للبيانات الترتيبية أو العددية أو المتصلة التي لا تخضع لاختبار التوزيع الطبيعي. وقد ازداد استخدام هذه الأداة بشكل ملحوظ نظرًا لمقاومتها العالية للقيم المتطرفة والبيانات الملتوية، مما يجعلها أداة بالغة الأهمية لعلماء البيانات في مختلف الحالات.

The اختبار مان ويتني يو بتطبيقات عملية واسعة. فعلى سبيل المثال، في البحوث الصيدلانية، يمكن استخدامه لمقارنة فعالية دوائين مختلفين. كما يمكن استخدامه في التعليم لتحليل ما إذا كانت طريقة التدريس (أ) تُحقق درجات اختبار أعلى من الطريقة (ب). ويكمن جوهر هذا الاختبار في أنه يسمح بمقارنة مجموعتين بناءً على نتيجة متصلة أو ترتيبية.

---

إضاءات

• اختبار مان-ويتني يو غير حدودي، حيث يقارن بين مجموعتين مستقلتين.
• على عكس اختبار t، لا يتطلب مان ويتني افتراضات البيانات الموزعة بشكل طبيعي.
• يستخدم اختبار مان ويتني ارتباط الرتبة الثنائية لقياس حجم التأثير.
• خذ في الاعتبار إحصائية U والقيمة p وحجم التأثير عند تفسير النتائج.

---

افتراضات اختبار مان ويتني يو

تعتمد فعاليةاختبار مان ويتني يوعلى افتراضات معينة:

استقلالية الملاحظات: يعني هذا الافتراض الأساسي أن كل ملاحظة مستقلة عن غيرها. لا توجد علاقة ارتباط أو تبعية بين الملاحظات الفردية.

أخذ العينات العشوائية من المجتمعات: يجب أخذ عينات البيانات عشوائياً من المجتمعات. بمعنى آخر، يجب سحب كل مشاهدة فردية بشكل مستقل من المجتمع.

البيانات الترتيبية: يُعد اختبار مان-ويتني مناسبًا بشكل خاص للبيانات الترتيبية (المرتبة)، أو بيانات العد، أو البيانات المتصلة التي لا تتبع التوزيع الطبيعي. أما إذا كانت البيانات متصلة وتتبع التوزيع الطبيعي، فإن الاختبار الأنسب هو اختبار t المعلمي، الذي يتمتع بقوة إحصائية أكبر في هذه الحالة.

قد تؤدي مخالفة هذه الافتراضات إلى نتائج متحيزة أو غير صحيحة. لذا، يُعد فهم هذه الافتراضات والتحقق من صحتها أمرًا بالغ الأهمية قبل إجراءاختبار مان ويتني يو.

---

عملية خطوة بخطوة لإجراء اختبار مان ويتني يو

يجب اتباع خطوات متعددة لإجراءاختبار مان ويتني يو، وهو اختبار غير معلمي.

1. فرز البيانات: ابدأ بدمج مجموعتي البيانات وفرز جميع القيم ترتيبًا تصاعديًا. خصص أرقامًا رتبية لكل قيمة، بحيث تحصل أصغر قيمة على الترتيب 1. إذا كانت قيمتان أو أكثر متطابقتين (أي متساويتين)، فسيتم حساب متوسط ​​ترتيبهما.

2. حساب مجموع الرتب: اجمع رتب كل مجموعة على حدة. هذا يعطيك مجموعين إجماليين - واحد لكل مجموعة من المجموعتين اللتين تقارنهما.

3. حساب إحصائية U: يمكن حساب إحصائية U لكل مجموعة باستخدام الصيغة التالية:U = n1.n2 + (n1(n1+1))/2 – R1(المجموعة 1) وU = n1.n2 + (n2(n2+1))/2 – R2(المجموعة 2)، حيث n1 و n2 هما حجمي العينتين. R هو مجموع الرتب في المجموعة الأولى/الثانية. وبالتالي، ستحصل على قيمتين لـ U، واحدة لكل مجموعة.

4. إيجاد قيمة U الأصغر: يتم استخدام قيمة U الأصغر بين إحصائيتي U المحسوبتين للاختبار.

5. تحديد الدلالة الإحصائية: قارن إحصائية U المحسوبة بالقيمة الحرجة من جداول توزيع مان-ويتني U (والتي تختلف باختلاف أحجام العينات). إذا كانت قيمة U المحسوبة أقل من أو تساوي القيمة الجدولية، فإن الفرق يُعتبر ذا دلالة إحصائية.

٦. إجراء اختبار الفرضية: بناءً على قيمة الاحتمال (p-value) لإحصائية U (غالبًا ما تُستخدم قيمة p < 0.05)، يتم رفض أو عدم رفض الفرضية الصفرية. تنص الفرضية الصفرية (H0) لاختبار مان-ويتني على أن توزيعات المجموعتين متساوية.

تذكر أن حزم البرامج ولغات البرمجة، مثل R و Python، تحتوي على وظائف مدمجة لإجراء هذه العمليات الحسابية نيابةً عنك. استخدام هذه الأدوات يوفر الوقت ويقلل من احتمالية حدوث أخطاء في الحساب اليدوي.

---

الإبلاغ عن نتائج اختبار مان ويتني يو

عند الإبلاغ عن نتائج اختبار Mann-Whitney U، من المهم توفير التفاصيل الضرورية التي تسمح للقارئ بفهم نتائج الاختبار بشكل كامل والتحقق من صحة النتائج. لإنشاء تقرير شامل، تأكد من تضمين هذه المكونات المهمة:

صف الاختبار: اذكر أنك أجريت اختبار مان-ويتني. حدد سبب ملاءمة هذا الاختبار، بشكل عام بسبب كون البيانات ترتيبية أو غير موزعة توزيعًا طبيعيًا.

أبلغ عن أحجام العينات: اذكر أحجام العينات التي قارنتها. توفر هذه الأحجام سياقًا لحجم إحصائية U.

قم بتوفير إحصائيات الاختبار: قم بالإبلاغ عن إحصائية U الدقيقة، وقيمة p، ومعامل الارتباط الثنائي الرتبي كمقياس لحجم التأثير.

عرض الإحصاءات الوصفية: أدرج الوسيط لكل مجموعة لأن اختبار مان-ويتني يو هو اختبار للوسائط. كذلك، قدم مقياسًا للتباين لكل مجموعة.

اذكر النتيجة: اشرح ما إذا كانت النتيجة ذات دلالة وماذا يعني ذلك فيما يتعلق بسؤال البحث الخاص بك.

ناقش حجم التأثير: فكّر في الآثار العملية لمعامل الارتباط الثنائي الرتبي. تشير القيمة المطلقة العالية إلى حجم تأثير كبير، مما يدل على أهمية عملية كبيرة.

أبلغ عن معلومات إضافية ذات صلة: اشرح بالتفصيل أي تحليلات أو اختبارات أخرى ذات صلة استندت إليها في قرارك باستخدام اختبار مان-ويتني يو. على سبيل المثال، إذا أُجري اختبار للتوزيع الطبيعي (مثل اختبار شابيرو-ويلك أو اختبار كولموغوروف-سميرنوف) وتبين أن البيانات لا تتبع التوزيع الطبيعي، فإن هذا يبرر استخدام اختبار مان-ويتني بدلاً من اختبار تي. إن تضمين هذه المعلومات يوفر رؤية أكثر شفافية لعملية اتخاذ القرار الإحصائي.

فيما يلي مثال لكيفية الإبلاغ عن نتائج اختبار Mann-Whitney U:

“، أجرينا اختبار شابيرو-ويلك للتوزيع الطبيعي، والذي كشف أن البيانات لا تتبع التوزيع الطبيعي، مما يبرر إجراء اختبار مان-ويتني. كانت نتائج الاختبار ذات دلالة إحصائية (يو = 1200، قيمة الاحتمال = 03)، مما يشير إلى وجود فرق في مستويات الرضا بين مجموعتي العملاء. وبلغ معامل الارتباط الثنائي الرتبي، كمقياس لحجم التأثير، 0.4، مما يدل على أهمية عملية متوسطة. وبالتالي، يمكننا أن نستنتج أن عملاء العلامة التجارية أ أكثر رضا بشكل ملحوظ من عملاء العلامة التجارية ب“

---

تفسير النتائج من اختبار مان ويتني يو

يتضمن تفسير نتائجاختبار مان ويتني يوفهم إحصائية يو، وقيمة الاحتمالية، وكذلك حجم التأثير:

إحصائية U: تُقدّم إحصائية U مجموع رتب البيانات من المجموعتين. تُستخدم القيمة الأصغر لإحصائية U المحسوبة في الاختبار. إذا كانت إحصائية U صغيرة، فهذا يشير إلى وجود العديد من الرتب المنخفضة في المجموعة الأولى والعديد من الرتب المرتفعة في المجموعة الثانية، مما يدل على وجود فرق معنوي بين المجموعتين.

P-Value): تساعد قيمة الاحتمال في تحديد الدلالة الإحصائية لنتيجة الاختبار. تشير قيمة الاحتمال الأقل من مستوى الدلالة المحدد (عادةً 0.05) إلى أن الفرق بين المجموعتين ذو دلالة إحصائية. وبالتالي، نرفض الفرضية الصفرية (أي عدم وجود فرق بين المجموعتين).

حجم التأثير: إلى جانب قيمة الاحتمالية (p-value)، من الضروري مراعاة حجم التأثير. يُحدد هذا المقياس الحاسم حجم الفرق بين المجموعتين. في سياق اختبار مان-ويتني يو، يُقاس حجم التأثير غالبًا باستخدام معامل الارتباط الثنائي الرتبي. على عكس قيمة الاحتمالية، فإن حجم التأثير مستقل عن حجم العينة، مما يوفر فهمًا أكثر وضوحًا لحجم التأثير الملحوظ. يوفر معامل الارتباط الثنائي الرتبي مقياسًا معياريًا للتأثير، وهو ما يُفيد في مقارنة النتائج بين الدراسات أو مجموعات البيانات المختلفة. تتراوح قيمته بين -1 و+1. تشير القيمة القريبة من 1 إلى تأثير كبير حيث تكون الرتب في إحدى المجموعتين أعلى باستمرار من تلك الموجودة في الأخرى. أما القيمة القريبة من الصفر فتشير إلى تأثير ضئيل أو معدوم. يُتيح هذا التفسير لحجم التأثير فهمًا أفضل لوجود الفرق بين المجموعتين وأهميته وجدواه العملية.

---

اختبار مان ويتني يو مقابل. اختبارات غير بارامترية أخرى

The اختبار مان ويتني يوبالاختبارات غير المعلمية مثل اختبار كروسكال-واليس إتش واختبار ويلكوكسون للإشارات المرتبة. ورغم وجود أوجه تشابه بين هذه الاختبارات، إلا أنها تُستخدم في سياقات مختلفة. فعلى سبيل المثال، يُوسّع اختبار كروسكال-واليس إتش نطاق اختبار مان-ويتني ليشمل أكثر من مجموعتين، بينما يُستخدم اختبار ويلكوكسون للإشارات المرتبة للبيانات المزدوجة.

---

مقالات مقترحة

استكشف المقالات الأخرى ذات الصلة على مدونتنا للحصول على مزيد من الأفكار حول الاختبارات الإحصائية وتطبيقاتها!

• الاتحاد والتقاطع بين مجموعتين: نهج أساسي لضبط التحليل
• اختبار كروسكال واليس: إتقان التحليل غير البارامتري لمجموعات متعددة
• فهم الافتراضات الخاصة باختبار مربع كاي للاستقلال
• ما الفرق بين اختبار t واختبار مان ويتني؟
• الإحصائيات مقابل المعلمات: دليل الأسئلة الشائعة الشامل
• الإحصائيات غير البارامترية: دليل شامل

---

الأسئلة الشائعة (FAQs)