Nonparametric Statistics for Applied Research

​​روش‌های ناپارامتریک به‌طور گسترده برای مطالعه جمعیت‌هایی که ترتیب رتبه‌بندی می‌شوند (مانند نقدهای فیلم که یک تا چهار ستاره دریافت می‌کنند) استفاده می‌شود. استفاده از روش‌های ناپارامتری ممکن است زمانی ضروری باشد که داده‌ها دارای رتبه‌بندی هستند اما تفسیر عددی واضحی ندارند، مانند هنگام ارزیابی اولویت‌ها. از نظر سطوح اندازه‌گیری، روش‌های ناپارامتریک به داده‌های \"ترتیبی\" منجر می‌شوند. از آنجایی که روش های ناپارامتریک مفروضات کمتری دارند، کاربرد آنها بسیار گسترده تر از روش های پارامتری مربوطه است. به طور خاص، آنها ممکن است در شرایطی اعمال شوند که کمتر در مورد برنامه مورد نظر شناخته شده است. همچنین به دلیل تکیه بر مفروضات کمتر، روش‌های ناپارامتریک قوی‌تر هستند. روش‌های ناپارامتریک کاربردهای پرطرفداری دارند و به طور گسترده در تحقیقات در زمینه‌های علوم رفتاری و زیست‌پزشکی استفاده می‌شوند.

این کتاب درسی آمار ناپارامتریک برای تحقیقات کاربردی است. نویسندگان پیشنهاد می کنند که از یک موقعیت واقعی و در عین حال عمدتاً تخیلی و مجموعه ای از گفتگوها برای نشان دادن جزئیات فرآیندهای آماری مورد نیاز برای تکمیل تجزیه و تحلیل داده ها استفاده شود. این کتاب از دانش اولیه خوانندگان در مورد تجزیه و تحلیل های آماری استفاده می کند تا توانایی های تحقیقاتی خود را گسترش دهد. مطالب داخل کتاب به گونه ای پوشش داده شده است که فردی با دانش بسیار محدود از آمار می تواند مفاهیم مفصل در متن را بخواند و درک کند.

سناریوی "دنیای واقعی" ارائه می شود. شامل یک تیم چند رشته ای متشکل از متخصصان رفتاری، پزشکی، تجزیه و تحلیل جرم و تجزیه و تحلیل خط مشی است که با هم کار می کنند تا به سوالات تجربی خاص در مورد مشکلات کاربردی در دنیای واقعی پاسخ دهند. خواننده با تیم و مجموعه داده‌ها معرفی می‌شود و در طول متن، تیم را دنبال می‌کند که در فرآیند تصمیم‌گیری محدود کردن داده‌ها و سؤالات تحقیق برای پاسخ به مشکل کاربردی پیشرفت می‌کنند. به این ترتیب، مفاهیم آماری انتزاعی به زبان مشخص و خاص ترجمه می‌شوند.

این متن از یک مجموعه داده استفاده می‌کند که تمام مثال‌ها از آن گرفته شده است. این به طور اساسی با سایر کتاب های آماری که مجموعه های متنوعی از مثال ها و مجموعه داده ها را ارائه می دهند متفاوت است. استفاده از تنها یک مجموعه داده، آموزش و یادگیری مبتنی بر خواننده را با ارائه چندین سؤال تحقیقاتی که به جای استفاده از مثال‌های متفاوت و پرسش‌ها و داده‌های پژوهشی کاملاً نامرتبط یکپارچه هستند، تسهیل می‌کند.

​​Non-parametric methods are widely used for studying populations that take on a ranked order (such as movie reviews receiving one to four stars). The use of non-parametric methods may be necessary when data have a ranking but no clear numerical interpretation, such as when assessing preferences. In terms of levels of measurement, non-parametric methods result in "ordinal" data. As non-parametric methods make fewer assumptions, their applicability is much wider than the corresponding parametric methods. In particular, they may be applied in situations where less is known about the application in question. Also, due to the reliance on fewer assumptions, non-parametric methods are more robust. Non-parametric methods have many popular applications, and are widely used in research in the fields of the behavioral sciences and biomedicine.

This is a textbook on non-parametric statistics for applied research. The authors propose to use a realistic yet mostly fictional situation and series of dialogues to illustrate in detail the statistical processes required to complete data analysis. This book draws on a readers existing elementary knowledge of statistical analyses to broaden his/her research capabilities. The material within the book is covered in such a way that someone with a very limited knowledge of statistics would be able to read and understand the concepts detailed in the text.

The “real world” scenario to be presented involves a multidisciplinary team of behavioral, medical, crime analysis, and policy analysis professionals work together to answer specific empirical questions regarding real-world applied problems. The reader is introduced to the team and the data set, and through the course of the text follows the team as they progress through the decision making process of narrowing the data and the research questions to answer the applied problem. In this way, abstract statistical concepts are translated into concrete and specific language.

This text uses one data set from which all examples are taken. This is radically different from other statistics books which provide a varied array of examples and data sets. Using only one data set facilitates reader-directed teaching and learning by providing multiple research questions which are integrated rather than using disparate examples and completely unrelated research questions and data.