આંકડાશાસ્ત્રમાં માન વ્હીટની કસોટી

આંકડાશાસ્ત્રમાં માન-વ્હીટની કસોટી

આંકડાશાસ્ત્ર એ ગણિતની એક શાખા છે જે ડેટાના સંગ્રહ, વિશ્લેષણ, અર્થઘટન અને પ્રસ્તુતિ સાથે સંબંધિત છે. ડેટા-આધારિત નિર્ણયો લેવા માટે વિવિધ ક્ષેત્રોમાં આંકડાશાસ્ત્રનો ઉપયોગ થાય છે. આંકડાશાસ્ત્રમાં વારંવાર ઉપયોગમાં લેવાતી એક તકનીક માન-વ્હીટની ટેસ્ટ (જેને માન-વ્હીટની યુ ટેસ્ટ અથવા વિલ્કોક્સન રેન્ક-સમ ટેસ્ટ તરીકે પણ ઓળખવામાં આવે છે) છે. આ એક બિન-પેરામેટ્રિક પદ્ધતિ છે જેનો ઉપયોગ બે અનપેયર્ડ જૂથો વચ્ચે નોંધપાત્ર તફાવત છે કે કેમ તે નક્કી કરવા માટે થાય છે.

માન-વ્હીટની ટેસ્ટનો પરિચય

૧૯૪૭માં હેનરી માન અને ડોનાલ્ડ વ્હીટની દ્વારા ટી-ટેસ્ટના બિન-પેરામેટ્રિક વિકલ્પ તરીકે માન-વ્હીટની ટેસ્ટ રજૂ કરવામાં આવ્યો હતો. આ પદ્ધતિમાં સામાન્યતાની ધારણાની જરૂર નથી. તેથી, જ્યારે ડેટા સામાન્ય વિતરણને અનુસરતો નથી અથવા જ્યારે નમૂનાનું કદ સામાન્યતાની ધારણાને માન્ય કરવા માટે ખૂબ નાનું હોય ત્યારે તે ખાસ કરીને ઉપયોગી છે.

માન-વ્હીટની ટેસ્ટના મૂળભૂત સિદ્ધાંતો

બે જૂથોના મધ્યકોની તુલના કરવા માટે માન-વ્હીટની કસોટીનો ઉપયોગ થાય છે. મૂળ સિદ્ધાંત છે:

1. રેન્કિંગ અવલોકન: બંને જૂથોના બધા ડેટાને ભેગા કરવામાં આવે છે અને નાનાથી મોટામાં ક્રમાંકિત કરવામાં આવે છે. જો સમાન મૂલ્યો હોય, તો દરેક અવલોકનને તેના યોગ્ય ક્રમના સરેરાશ દ્વારા ક્રમાંકિત કરવામાં આવે છે.

2. આંકડાકીય કસોટી ગણતરી: આંકડાકીય કસોટી મૂલ્ય (U) દરેક જૂથ માટે રેન્કના સરવાળાના આધારે ગણવામાં આવે છે. ગણતરી કરવાની બે રીતો છે: એક જે પહેલા જૂથથી શરૂ થાય છે અને બીજી જે બીજા જૂથથી શરૂ થાય છે.

- U માટે સામાન્ય સૂત્ર છે:
\[
U_1 = n_1 \ વખત n_2 + \frac{n_1 \ વખત (n_1 + 1)}{2} – R_1
\]
અથવા
\[
U_2 = n_1 \ વખત n_2 + \frac{n_2 \ વખત (n_2 + 1)}{2} – R_2
\]
ક્યાં:
– \(n_1\) અને \(n_2\) એ દરેક જૂથમાં અવલોકનોની સંખ્યા છે,
– \(R_1\) અને \(R_2\) એ દરેક જૂથમાં રેન્કની સંખ્યા છે.

૩. મહત્વ કસોટી: મહત્વ કસોટી p-મૂલ્ય નક્કી કરવા માટે હાથ ધરવામાં આવે છે. મોટા નમૂના કદની સ્થિતિમાં, U વિતરણને સામાન્ય વિતરણ દ્વારા અંદાજિત કરી શકાય છે.

માન-વ્હીટની ટેસ્ટમાં ધારણાઓ

જોકે માન-વ્હીટની ટેસ્ટ એક નોનપેરામેટ્રિક ટેસ્ટ છે અને તેને સામાન્ય વિતરણની ધારણાની જરૂર નથી, પરિણામોની માન્યતા માટે ઘણી સંબંધિત ધારણાઓ પૂર્ણ કરવી આવશ્યક છે:

1. સ્વતંત્રતા: બંને જૂથોમાં દરેક અવલોકન એકબીજાથી સ્વતંત્ર હોવું જોઈએ.
2. ઓર્ડિનલ અથવા ઇન્ટરવલ સ્કેલ: ડેટા ઓર્ડિનલ અથવા ઇન્ટરવલ સ્કેલ પર હોવો જોઈએ. આનો અર્થ એ છે કે ડેટાને સૉર્ટ કરી શકાય છે અને તેમાં રેન્કિંગ માહિતી શામેલ છે.
3. વિતરણ શ્રેણી: બંને જૂથોના વિતરણનો આકાર સમાન હોવો જોઈએ (જોકે મધ્યક અલગ હોઈ શકે છે).

મેન-વ્હીટની ટેસ્ટ હાથ ધરવાનાં પગલાં

મેન-વ્હીટની ટેસ્ટ કરવા માટે સામાન્ય રીતે નીચેના પગલાં અનુસરવામાં આવે છે:

1. ડેટા ભેગા કરો અને સૉર્ટ કરો: બંને જૂથોમાંથી ડેટા ભેગા કરો અને તેમને એકંદરે સૉર્ટ કરો. સરેરાશ મૂલ્ય સાથે જોડાયેલા રેન્ક માટે ગોઠવણો સાથે ક્રમ અનુસાર રેન્કિંગ સોંપવામાં આવે છે.

2. રેન્કિંગની સંખ્યાની ગણતરી કરો: દરેક જૂથ માટે રેન્કની સંખ્યાની ગણતરી કરો.

3. આંકડાશાસ્ત્રનું U-મૂલ્ય નક્કી કરવું: બંને જૂથો માટે U-મૂલ્યની ગણતરી કરવા માટે અગાઉ સમજાવેલ સૂત્રનો ઉપયોગ કરો.

4. ક્રિટિકલ વેલ્યુ અથવા p-વેલ્યુ નક્કી કરવી: જૂથો વચ્ચેનો તફાવત આંકડાકીય રીતે મહત્વપૂર્ણ છે કે કેમ તે નક્કી કરવા માટે મેળવેલ U-વેલ્યુની તુલના U-વિતરણ કોષ્ટકમાંથી ક્રિટિકલ વેલ્યુ સાથે કરો (અથવા p-વેલ્યુની ગણતરી કરો).

ઉદાહરણ તરીકે, ધારો કે આપણી પાસે ડેટા A અને B ના બે સેટ છે. આ ડેટા કોઈ ચોક્કસ રોગ માટે બે અલગ અલગ ઉપચારનું પ્રતિનિધિત્વ કરી શકે છે, અને આપણે જાણવા માંગીએ છીએ કે શું એક ઉપચાર બીજી કરતાં વધુ અસરકારક છે.

વ્યવહારુ ઉદાહરણ

ચાલો કહીએ કે આપણી પાસે બે ઉપચાર જૂથો છે:

– ઉપચાર A: [85, 90, 88, 75, 91]
– ઉપચાર B: [80, 78, 95, 87, 92]

1. ડેટા મર્જ અને સૉર્ટિંગ:
– સંયુક્ત: [85, 90, 88, 75, 91, 80, 78, 95, 87, 92]
- ક્રમ અને રેન્કિંગ: [75(1), 78(2), 80(3), 85(4), 87(5), 88(6), 90(7), 91(8), 92(9), 95(10)]

2. રેન્કની સંખ્યાની ગણતરી:
– થેરાપી A રેટિંગ્સની સંખ્યા: 4 + 7 + 6 + 1 + 8 = 26
– થેરાપી બી રેટિંગ્સની સંખ્યા: 3 + 2 + 10 + 5 + 9 = 29

3. U મૂલ્યની ગણતરી:
\[
U_A = n_1 \times n_2 + \frac{n_1 \times (n_1 + 1)}{2} – R_A = 5 \times 5 + \frac{5 \times (5 + 1)}{2} – 26 = 25 + 15 – 26 = 14
\]
\[
U_B = n_1 \times n_2 + \frac{n_2 \times (n_2 + 1)}{2} – R_B = 5 \times 5 + \frac{5 \times (5 + 1)}{2} – 29 = 25 + 15 – 29 = 11
\]
એક નાનું U મૂલ્ય પસંદ કરો, એટલે કે U = 11.

૪. મહત્વ નક્કી કરવું:
મેન-વ્હીટની વિતરણ કોષ્ટકમાંથી મેળવેલ U મૂલ્યની તુલના નિર્ણાયક U મૂલ્ય સાથે કરો અથવા p મૂલ્યની ગણતરી કરો. જો U નિર્ણાયક મૂલ્ય કરતા ઓછું હોય અથવા p મૂલ્ય આલ્ફા કરતા ઓછું હોય (દા.ત., 0,05), તો આપણે શૂન્ય પૂર્વધારણાને નકારીએ છીએ અને નિષ્કર્ષ પર આવીએ છીએ કે બે જૂથો વચ્ચે નોંધપાત્ર તફાવત છે.

માન-વ્હીટની ટેસ્ટના ફાયદા અને મર્યાદાઓ

શ્રેષ્ઠતા:

૧. નોનપેરામેટ્રિક: સામાન્ય વિતરણની ધારણાની જરૂર નથી.
2. સુગમતા: જ્યારે ડેટા ઓર્ડિનલ સ્કેલ પર હોય અથવા તેમાં આઉટલાયર હોય ત્યારે તેનો ઉપયોગ કરી શકાય છે.
3. સરળ અને અસરકારક: ગણતરી અને અર્થઘટન કરવામાં સરળ.

કેટરબટાસન:

1. કાર્યક્ષમતામાં ઘટાડો: સામાન્ય વિતરણમાં, ટી-ટેસ્ટ વધુ કાર્યક્ષમ હોય છે.
2. સમાન વિતરણ સ્વરૂપની ધારણા: આ કસોટી બે જૂથો વચ્ચે સમાન વિતરણ સ્વરૂપ ધારણ કરે છે.
3. નાના નમૂના કદ પર બંધાયેલ: ખૂબ નાના નમૂનાઓ પર એસિમ્પ્ટોટિક વિતરણ ઓછું સચોટ હોઈ શકે છે.

કેસિમ્પુલન

માન-વ્હીટની પરીક્ષણ બે અનપેયર્ડ જૂથો વચ્ચેના તફાવતોને ઓળખવા માટે એક શક્તિશાળી અને લવચીક નોનપેરામેટ્રિક સાધન છે. તેના મૂળભૂત સિદ્ધાંતો અને અમલીકરણ પગલાંઓને સમજીને, આપણે આ પરીક્ષણનો ઉપયોગ વિવિધ સંશોધન ક્ષેત્રોમાં વિવિધ એપ્લિકેશનોમાં કરી શકીએ છીએ. જ્યારે તેની કેટલીક મર્યાદાઓ છે, ચોક્કસ પરિસ્થિતિઓમાં તેના ફાયદા તેને આંકડાશાસ્ત્રમાં ખૂબ જ મૂલ્યવાન પદ્ધતિ બનાવે છે.