(sorumluluk reddi: Bugün iyi yazamıyorum: sağ elim kırık!)
Diğer cevaplarda parametrik olmayan bir test kullanma tavsiyesinin aksine, çok küçük örnek boyutları için bu yöntemlerin çok yararlı olmadığını düşünmelisiniz. Nedenini anlamak kolaydır: Çok küçük boyutlu çalışmalarda, gözlemlenirse büyük bir etki büyüklüğü olmadığı sürece gruplar arasında fark kurulamaz. Bununla birlikte parametrik olmayan yöntemler, gruplar arasındaki farkın büyüklüğünü umursamıyor. Böylece, iki grup arasındaki fark çok büyük olsa da, küçük bir örneklem büyüklüğü ile parametrik olmayan bir test her zaman sıfır hipotezini reddetmekte başarısız olacaktır.
Bu örneği ele alalım: iki grup, normal dağılım, aynı varyans. Grup 1: ortalama 1.0, 7 örnek. Grup 2: ortalama 5, 2 numune. Ortalamalar arasında büyük bir fark vardır.
wilcox.test(rnorm(7, 1), rnorm(2, 5))
Wilcoxon rank sum test
data: rnorm(7, 1) and rnorm(2, 5)
W = 0, p-value = 0.05556
Hesaplanan p değeri, sıfır hipotezini (0.05'te) reddetmeyen 0.05556'dır. Şimdi, iki yol arasındaki mesafeyi 10 kat artırsanız bile, aynı p değerini alırsınız:
wilcox.test(rnorm(7, 1), rnorm(2, 50))
Wilcoxon rank sum test
data: rnorm(7, 1) and rnorm(2, 50)
W = 0, p-value = 0.05556
Şimdi sizi aynı simülasyonu t-testi ile tekrarlamaya ve büyük (ortalama 5'e 1) ve büyük (ortalama 50'e 1) farklılıklar durumunda p değerlerini gözlemlemeye davet ediyorum.