أداة اختيار الإحصائيات من Editverse

أي اختبار إحصائي يجب أن أستخدم؟

أداة اختيار اختبارات تفاعلية مجانية للباحثين في المجالين الطبي والحيوي. أجب عن بعض الأسئلة حول تصميم دراستك ونتائجها، واحصل على الاختبار الإحصائي المناسب - مع توضيح الافتراضات التي يجب التحقق منها، والأخطاء الشائعة التي يجب تجنبها، ورابط مباشر إلى حاسبة مجانية. تم إعدادها من قبل إحصائيين حيويين من Editverse وتم التحقق من صحتها باستخدام R 4.3.3.

تم تغطية اختبارات لمن هم فوق 18 عامًاالافتراضات والمزالقتم التحقق من صحة الإصدار R 4.3.3مجاني · بدون تسجيل
محدد تفاعلي

اعثر على اختبارك في 3-4 أسئلة

ابدأ بهدف التحليل الخاص بك. يمكنك العودة أو البدء من جديد في أي وقت.

إرشادات قائمة على القواعد · لا تُغني عن المراجعة الإحصائيةهل تحتاج إلى إحصائي؟ →

كيفية اختيار الاختبار الإحصائي المناسب

إن اختيار الاختبار الإحصائي الصحيح ليس مسألة ذوق، بل يتحدد بثلاثة عوامل: نوع النتيجة التي قمت بقياسها، وعدد المجموعات أو القياسات التي تقارنها، وما إذا كانت ملاحظاتك مستقلة أم مترابطة . إذا أحسنت اختيار هذه العوامل الثلاثة، فسيتبع ذلك اختيار الاختبار المناسب في أغلب الأحيان. يرشدك المحدد التفاعلي أعلاه خلال هذه القرارات بدقة؛ ويشرح هذا القسم المنطق الكامن وراءها لتتمكن من تبرير اختيارك للمراجع.

الخطوة 1 - تحديد نوع النتيجة (المتغير التابع)

كل شيء يبدأ من هنا. تشير النتائج المستمرة (ضغط الدم، الهيموجلوبين السكري، درجة التقييم) إلى اختبارات تعتمد على المتوسطات مثل اختبار t أو تحليل التباين (ANOVA). أما النتائج الفئوية (الشفاء/عدم الشفاء، الاستجابة/عدم الاستجابة) فتشير إلى اختبارات تعتمد على النسب مثل اختبار مربع كاي، أو اختبار فيشر الدقيق، أو الانحدار اللوجستي. بينما تتطلب النتائج الترتيبية (مقياس الألم، المرحلة) عادةً أساليب غير معلمية. أما نتائج الوقت حتى وقوع حدث معين (البقاء على قيد الحياة، الوقت حتى الانتكاس) فتتطلب تحليل البقاء، لأنه يجب أن يأخذ في الحسبان الملاحظات الخاضعة للرقابة التي لا يمكن ملاحظتها بمجرد مقارنة المتوسطات.

الخطوة الثانية - احسب عدد مجموعاتك وتحقق من وجود أزواج

هل تقارن مجموعة واحدة بقيمة معروفة ، أم مجموعتين ، أم ثلاث مجموعات أو أكثر ؟ وهل الملاحظات مستقلة (أفراد مختلفون في كل مجموعة) أم مترابطة (قياس نفس الأفراد مرتين، أو مطابقة)؟ يُعدّ الترابط من أكثر الفروقات التي يتم إغفالها. فقياس نفس المرضى قبل العلاج وبعده يُعتبر بيانات مترابطة؛ أما تحليلها كما لو أن مجموعتي القياسات مأخوذتان من مجموعتين مستقلتين فيُهمل المعلومات الأساسية التي تجعل التصميم قويًا، وهو خطأ معروف في الدراسات المنشورة.

الخطوة 3 - التحقق من الافتراضات (المعلمية مقابل غير المعلمية)

تعتمد الاختبارات المعلمية (اختبار t، تحليل التباين، معامل ارتباط بيرسون) على افتراض أن النتائج موزعة توزيعًا طبيعيًا تقريبًا، وأن التباينات متقاربة عند مقارنة المجموعات. عندما تتحقق هذه الافتراضات، أو عندما يكون حجم العينة كبيرًا بما يكفي لتطبيق نظرية النهاية المركزية، تكون الاختبارات المعلمية أكثر فعالية. أما عندما تكون البيانات ملتوية، أو ترتيبية، أو عندما تكون العينة صغيرة، فيُفضّل استخدام الاختبارات غير المعلمية المكافئة: اختبار مان-ويتني بدلًا من اختبار t المستقل، واختبار ويلكوكسون بدلًا من اختبار t المزدوج، واختبار كروسكال-واليس بدلًا من تحليل التباين، ومعامل ارتباط سبيرمان بدلًا من معامل ارتباط بيرسون.

الخطوة 4 - طابق مع الاختبار، ثم تحقق باستخدام الآلة الحاسبة

بمجرد تحديد نوع النتائج، وبنية المجموعة، والافتراضات، يتم تحديد الاختبار. استخدم جدول المقارنة أدناه كمرجع سريع، وافتح الآلة الحاسبة المجانية للمطابقة، وتحقق من نتيجتك مقابل كود R المعروض. عند التخطيط للدراسة، قم دائمًا بإجراء تحليل لحجم العينة وقوة الاختبار قبل جمع البيانات.

دليل مرئي: نظام الترشيح الثلاثي قيد التشغيل

كل شريحة ترتبط مباشرة بخطوة في المحدد التفاعلي أعلاه - من الإطار إلى الاختبار.

قمع الاختيار ذو المرشحات الثلاثة: من نوع النتيجة إلى بنية المجموعة إلى الافتراضات إلى الاختبار الإحصائي النهائي
إطار العمل ثلاثي المعايير الذي يحدد اختيار كل اختبار إحصائي. © editverse.com
تصفية بنية البيانات 1: أنواع النتائج المستمرة، والفئوية، والترتيبية، والزمنية.
الفلتر 1: نوع النتيجة هو القرار الأول والأكثر أهمية. © editverse.com
قاعدة الاقتران في التصفية 2: مجموعات مستقلة، أفراد مختلفون مقابل مجموعات مقترنة، نفس الأفراد تم قياسهم مرتين
المعيار الثاني: يُعدّ التمييز بين الأزواج الخطوة الأكثر شيوعًا التي يتم إغفالها في اختيار الاختبار. © editverse.com
توازن الحد المركزي للمرشح 3: قوة الاختبارات المعلمية للبيانات الطبيعية مقابل أمان الاختبارات غير المعلمية للبيانات الملتوية
الفلتر 3: توفر الاختبارات المعلمية قوة أكبر عند تحقق التوزيع الطبيعي؛ أما الاختبارات غير المعلمية فهي الخيار الافتراضي الأكثر أمانًا. © editverse.com
مقارنات المجموعة الأولى في مصفوفة التشخيص: اختبار t، تحليل التباين (ANOVA) للبيانات الطبيعية، اختبار مان-ويتني، اختبار ويلكوكسون، اختبار كروسكال-واليس للبيانات غير الطبيعية
المصفوفة 1: شجرة قرارات المقارنة الجماعية الكاملة. © editverse.com
مصفوفة التشخيص 2 (فئوية ثنائية): اختبار مربع كاي، اختبار فيشر الدقيق، اختبار ماكنيمار، نسبة الأرجحية، المخاطر النسبية
المصفوفة 2: أربعة مسارات تصنيفية مُطابقة لحجم الجدول والاقتران. © editverse.com
التنبؤ بالعلاقات في مصفوفة التشخيص 3: معامل ارتباط بيرسون سبيرمان، الانحدار الخطي أو اللوجستي
المصفوفة 3: الارتباط مقابل الانحدار المطابق لنوع النتيجة. © editverse.com
مصفوفة التشخيص 4: الاتفاق، التشخيص، البقاء على قيد الحياة: كابا، معامل الارتباط الداخلي، بلاند-ألتمان، الحساسية، النوعية، منحنى ROC، كابلان-ماير، لوغ-رانك
المصفوفة 4: ثلاثة مجالات متقدمة تتطلب اختبارات متخصصة. © editverse.com
خطأ النظام: فخ الاختبارات المتعددة: تؤدي اختبارات t المتعددة إلى تضخيم النتائج الإيجابية الخاطئة مقارنةً بتحليل التباين مع اختبار Tukey اللاحق.
فخ الاختبارات المتعددة: استخدم تحليل التباين (ANOVA) ثم اختبار توكي، وليس اختبارات t المتعددة. © editverse.com
خطأ في النظام يؤدي إلى تشخيص خاطئ للنتائج: الارتباط لا يعني التطابق، وعدم الدلالة الإحصائية لا يعني انعدام التأثير
تشخيصان خاطئان خطيران: استخدام معامل الارتباط داخل الفئة (ICC) أو اختبار بلاند-ألتمان للاتفاق، والإبلاغ دائمًا عن حجم التأثير. © editverse.com
دورة حياة تخطيط دراسة التركيب: حجم العينة، القوة الإحصائية، نوع النتيجة، اختيار اختبار المرشح الثلاثي، التحقق من صحة R 4.3.3
بروتوكول الحلقة المغلقة: التخطيط، الكتابة، الاختيار، التحقق. © editverse.com

جدول اختيار الاختبار الإحصائي

قم بمطابقة تصميم دراستك مع الاختبار المناسب، ثم افتح الآلة الحاسبة المجانية.

الهدف / التصميمنوع النتيجةالمجموعاتالاختبار الموصى بهالة حسابة
مقارنة المجموعات
مجموعتان مستقلتان، بيانات طبيعيةمستمر2 (مستقل)اختبار t المستقلاختبار t →
مجموعتان مستقلتان، ملتوية/ترتيبيةمتصل / ترتيبي2 (مستقل)جامعة مان ويتنياختبار مان-ويتني →
قبل/بعد، نفس الأشخاص، طبيعيمستمر2 (مزدوج)اختبار t المقترناختبار t →
قبل/بعد، نفس الأشخاص، منحرفمتصل / ترتيبي2 (مزدوج)رتبة ويلكوكسون الموقعةويلكوكسون →
ثلاث مجموعات أو أكثر، أمر طبيعيمستمر3+ (مستقل)تحليل التباين أحادي الاتجاه + اختبار توكيتحليل التباين →
ثلاث مجموعات أو أكثر، غير طبيعيةمتصل / ترتيبي3+ (مستقل)كروسكال واليسداخل التطبيق →
النتائج الفئوية
الجمعية، أعداد كافيةقاطع2+ (مستقل)تشي ساحةمربع كاي →
الارتباط، جدول صغير/متفرققاطع2 (مستقل)فيشر إكزاكتفيشر →
ثنائي مزدوج (قبل/بعد)ثنائي2 (مزدوج)اختبار ماكنيمارمكنيمار →
حجم المخاطر (التعرض ← النتيجة)ثنائي2 (مستقل)نسبة الاحتمالات / المخاطر النسبيةأو / RR →
العلاقات والتنبؤ
العلاقة بين متغيرينمستمر-معامل ارتباط بيرسون / سبيرمانالارتباط →
توقع النتائج المستمرةمستمر-الانحدار الخطيالانحدار →
توقع النتيجة الثنائيةثنائي-الانحدار اللوجستيالخدمات اللوجستية →
الاتفاق والتشخيص والبقاء على قيد الحياة
اتفاقية التقييم، الفئاتقاطعمقيّمانكابا كوهينكابا →
مقارنة الموثوقية / الأساليبمستمر2 مقيّمين/طرقغرفة التجارة الدولية / بلاند-ألتمانالمحكمة الجنائية الدولية →
الاختبار التشخيصي مقابل الاختبار المرجعيثنائي-الحساسية والنوعيةالحساسية/النوعية →
أداء الاختبار عبر العتباتمتصل ← ثنائي-منحنى ROC و AUCجمهورية الصين →
الوقت اللازم للحدث مع الرقابةالوقت المستغرق للحدث1-2 مجموعةكابلان-ماير / لوغ-رانكالبقاء على قيد الحياة →
تخطيط الدراسة
كم عدد المشاركين الذين أحتاجهم؟اي-تحليل حجم العينة وقوة الاختبارحجم العينة ←

أخطاء شائعة في اختيار الاختبار

بغض النظر عن كون البيانات مقترنة

يُعدّ تحليل القياسات المتكررة أو المتطابقة كما لو كانت صادرة عن مجموعات مستقلة أحد أكثر الأخطاء شيوعًا وخطورة. تتطلب التصاميم المزدوجة اختبارات مزدوجة (اختبار t المزدوج، أو اختبار ويلكوكسون للرتب الموقعة، أو اختبار ماكنيمار للبيانات الثنائية)؛ إذ يؤدي تجاهل التبعية إلى إهدار كفاءة التصميم وقد ينتج عنه نتائج مضللة.

إجراء اختبارات t متعددة بدلاً من تحليل التباين (ANOVA).

تؤدي مقارنة ثلاث مجموعات أو أكثر باستخدام سلسلة من اختبارات t الثنائية إلى زيادة معدل النتائج الإيجابية الخاطئة على مستوى المجموعة. لذا، يُنصح باستخدام اختبار شامل واحد (تحليل التباين أو اختبار كروسكال-واليس) متبوعًا بمقارنة لاحقة مصححة.

استخدام اختبار معلمي على البيانات الملتوية أو الترتيبية

يفترض اختبار t وتحليل التباين (ANOVA) التوزيع الطبيعي التقريبي. في حالة العينات المنحرفة بشكل واضح، أو الترتيبية، أو الصغيرة جدًا، يُنصح بالتحول إلى الاختبار غير المعلمي المكافئ بدلاً من فرض إجراء اختبار معلمي.

الخلط بين الارتباط والاتفاق

لا يعني ارتفاع معامل ارتباط بيرسون بين طريقتين للقياس بالضرورة تطابقهما، فقد تكون الطريقتان متطابقتين تمامًا ومع ذلك تنطويان على تحيز منهجي. استخدم معامل الارتباط داخل الفئة أو تحليل بلاند-ألتمان لتقييم مدى التطابق.

اعتبار "غير ذي دلالة إحصائية" بمثابة "لا يوجد تأثير"

إن عدم وجود دلالة إحصائية في دراسة ذات قوة إحصائية منخفضة لا يعني بالضرورة عدم وجود تأثير. لذا، يجب الإبلاغ عن حجم التأثير وفترة الثقة، والتخطيط مسبقاً لحجم عينة كافٍ من حيث القوة الإحصائية.

اختبارات متعددة غير مصححة

يؤدي اختبار العديد من النتائج أو ملاءمة العديد من النماذج دون تصحيح التعددية إلى تضخيم النتائج الإيجابية الخاطئة وهو مصدر معروف للنتائج غير القابلة للتكرار.

الأسئلة الشائعة

كيف أعرف ما إذا كانت بياناتي "طبيعية"؟

افحص المدرج التكراري أو مخطط QQ، وللاختبارات الرسمية استخدم اختبار التوزيع الطبيعي (شابيرو-ويلك). مع العينات الكبيرة، لا يُشكل عدم التوزيع الطبيعي الطفيف مشكلة كبيرة بسبب نظرية النهاية المركزية؛ أما مع العينات الصغيرة، فيُفضل استخدام الاختبارات غير المعلمية عند الشك.

ما الفرق بين البيانات المزدوجة والبيانات المستقلة؟

تأتي البيانات المستقلة من أفراد مختلفين وغير مرتبطين في كل مجموعة. أما البيانات المزدوجة فتأتي من نفس الأفراد الذين تم قياسهم مرتين (قبل/بعد) أو من أزواج متطابقة. يؤدي الاقتران إلى تغيير الاختبار المستخدم، لذا يجب تحديده قبل التحليل.

المعلمي أم غير المعلمي - أيهما أفضل؟

تكون الاختبارات المعلمية أكثر فعالية عندما تكون افتراضاتها صحيحة. أما الاختبارات غير المعلمية فهي أكثر أمانًا للبيانات الملتوية أو الترتيبية أو ذات العينات الصغيرة. اختر الاختبار المناسب لبياناتك، وليس العكس.

هل أحتاج إلى حساب حجم العينة قبل اختيار الاختبار؟

نعم. الاختبار الذي تخطط لاستخدامه يحدد حساب حجم العينة ، ويجب تحديد كليهما في بروتوكولك قبل جمع البيانات - تتوقع لجان الأخلاقيات والمراجعون ذلك.

هل يمكن لأحد الإحصائيين التحقق من اختياري؟

نعم. يقوم الإحصائيون الحيويون لدينا بمراجعة تصميمات الدراسات، والتأكد من صحة الاختبار، وإجراء التحليل الكامل مع مخرجات R قابلة للتكرار كجزء من حزمة التحليل الإحصائي.

المراجع وقراءات إضافية

مصادر خاضعة لمراجعة الأقران ومفهرسة في PubMed حول اختيار الاختبارات الإحصائية وإعداد التقارير.

فرانك جيه إم. تحليل البيانات المزدوجة. ما قبل كارثة ميد. 2025.PMID: 40213959 · حول الخطأ الشائع المتمثل في تجاهل تبعيات البيانات
ألتمان ن، كرزيونسكي م. فهم قيم p والدلالة الإحصائية. مختبر الحيوانات. 2024.PMID: 39315628 · حجم التأثير، تحيز الاختيار، والاختبارات المتعددة

ما زلت غير متأكد من الاختبار الأنسب لبياناتك؟

يؤكد خبراء الإحصاء الحيوي لدينا الاختبار الصحيح، ويتحققون من الافتراضات، ويجرون تحليلك الكامل مع مخرجات R قابلة للتكرار.

احصل على مساعدة إحصائية متخصصة