Powinieneś użyć podpisanego testu rangi po sparowaniu danych .
Znajdziesz wiele definicji parowania, ale w gruncie rzeczy kryterium jest coś, co sprawia, że pary wartości są co najmniej w pewnym stopniu dodatnie zależne, podczas gdy niesparowane wartości nie są zależne. Często parowanie zależności występuje, ponieważ są obserwacjami na tej samej jednostce (powtarzane pomiary), ale nie musi to być na tej samej jednostce, po prostu w jakiś sposób ma tendencję do powiązania (podczas pomiaru tego samego rodzaju rzeczy) , uważane za „sparowane”.
Powinieneś użyć testu sumy rang, gdy dane nie są sparowane.
To w zasadzie wszystko.
Zauważ, że mając to samo n nie oznacza, że dane są sparowane i mają różne nnie oznacza, że nie ma parowania (może być tak, że kilka par utraciło obserwację z jakiegoś powodu). Parowanie wynika z rozważenia tego, co zostało pobrane.
Efektem zastosowania sparowanego testu, gdy dane są sparowane, jest to, że generalnie daje on większą moc do wykrycia zmian, którymi jesteś zainteresowany. Jeśli powiązanie prowadzi do silnej zależności *, wówczas wzrost mocy może być znaczny.
* konkretnie, ale mówiąc nieco swobodnie, jeśli rozmiar efektu jest duży w porównaniu z typowym rozmiarem różnic między parami, ale mały w porównaniu z typowym rozmiarem różnic niesparowanych, możesz zauważyć różnicę w sparowanym teście na dość mała próbka, ale z niesparowanym testem tylko przy znacznie większej próbce.
Jednak gdy dane nie są sparowane, traktowanie danych jako sparowanych może (przynajmniej nieznacznie) przynieść efekt przeciwny do zamierzonego. To powiedziawszy, koszt - utraty mocy - może w wielu okolicznościach być dość mały - badanie mocy, które wykonałem w odpowiedzi na to pytanie, wydaje się sugerować, że średnio utrata mocy w typowych sytuacjach małej próby (powiedzmy dla n rzędu od 10 do 30 w każdej próbce, po uwzględnieniu różnic w poziomie istotności) może być zaskakująco mały.
[Jeśli jesteś naprawdę niepewny, czy dane są sparowane, czy nie, utrata traktowania niesparowanych danych jako sparowanych jest zwykle stosunkowo niewielka, a korzyści mogą być znaczne, jeśli zostaną sparowane. Sugeruje to, że jeśli tak naprawdę nie wiesz i masz sposób, aby dowiedzieć się, co jest sparowane z tym, co przy założeniu, że zostały sparowane - takie jak wartości znajdujące się w tym samym rzędzie w tabeli, może w praktyce sensownie działać tak jakby dane zostały sparowane, aby były bezpieczne - chociaż niektórzy ludzie mogą mieć z tego powodu dość ćwiczenia.]