Efektu lielumu izpēte dažādiem statistiskajiem hipotēžu pārbaudes testiem

Abstract

Darba mērķis ir izpētīt efektu lielumu nozīmību hipotēžu pārbaudes statistiskajos testos. Efekta lielumi ļauj aprēķināt praktisko nozīmību, kas pievieno nozīmīgu informāciju salīdzinot ar tradicionālo hipotēžu testēšanas metodi, izmantojot p-vērtības. Darbs fokusējas uz efektu lielumu aprēķināšanas metodēm dažādos statistiskajos testos, tai skaitā, biežāk lietojamajos neparametriskajos testos, Hī-kvadrāta testos, un vispārināto un empīrisko ticamības attiecību testos. Papildus, darba autors analizē vairākas metodes vispārināto un empīrisko ticamības attiecību testu efekta lieluma aprēķinam. Ar simulāciju palīdzību tiek analizētas formulas, kā arī piedāvātas dažādas klasifikācijas efektu lielumu interpretācijai atkarībā no problemātikas.

The aim of this paper is to assess the importance of effect size usage in hypothesis testing statistical tests. Effect sizes allow to compute practical effect of the obtained results, which adds important information comparing to traditional hypothesis testing method using p-values. This paper pays particular attention to effect sizes calculation methods in various statistical tests, precisely, in most commonly used non-parametric tests, Chi-square tests, and generalized and empirical likelihood ratio tests. Additionally, the author of this paper analyzes various methods of effect size calculation for generalized and empirical likelihood ratio tests. With help of simulations, different formulas were analyzed, and classifications for effect sizes interpretation are proposed.