Paired or matched observations
Paired observation은 같은 값의 비교를 의미한다. 예를 들어 혈압력 복용 전/후의 혈압과 같이, 동일한 사람에 대한 동일한 혈압의 측정치를 비교하는 경우를 의미한다.
| Variable | Test |
| nominal | McNemar’s |
| Ordinal | Wilcoxon |
| Quantitative (non-normal) | Wilcoxon |
| Quantitative (Normal) | paired t-test |
Independent observations
하나의 sample에 대해서 두 개 이상의 변수 값을 측정하였을 때, 두 변수가 독립적인지 검증한다. 예를 들어 식단의 당지수와 식사 직후 혈당와 같은 두 변수가 서로 독립적인지 검증 할 수 있다.
| nominal (n=2) | nominal (n>2) | ordinal (quantitative discrete) | Quantitative (Non-normal) | Quantitative (Normal) | |
| nominal (n=2) | Chi2 or Fisher’s | Chi2 | Mann-Whitney | Mann-Whitney | Student’s t-test |
| nominal (n>2) | Chi2 | Chi2 | Kruskal-Wallis | Kruskal-Wallis | ANOVA |
| ordinal (quantitative discrete) | Mann-Whitney | Spearman rank | Spearman rank | Spearman rank (*) Linear regression | |
| Quantitative (non-normal) | (*) Logistic regression | Spearman rank | Spearman rank (*) Linear regression | ||
| Quantitative (normal) | (*) Logistic regression | (*) Linear regression | Pearson (*) Linear regression |
Test for normality
Check normality of a variable before applying statistical methods assuming normal distribution.
Quantile plot
Goodness-of-Fit test
Anderson-Darling test
scipy.stats.anderson(x, dist='norm')Tests
- ANOVA
- ANCOVA (with covariate effect)
- MANOVA
- MANCOVA (with covariate effect)