388. Test znaków – prosta alternatywa dla danych sparowanych

Test znaków jest jedną z najprostszych metod porównywania dwóch pomiarów wykonanych u tych samych osób albo na odpowiadających sobie jednostkach. W przeciwieństwie do testu t dla prób zależnych i testu Wilcoxona dla prób zależnych nie wykorzystuje dokładnych wartości różnic ani ich rang. Zachowuje wyłącznie informację o kierunku zmiany: czy drugi pomiar jest większy, mniejszy czy taki sam jak pierwszy. Dzięki temu może być użyteczny przy małych próbach, danych porządkowych, silnej asymetrii lub obecności obserwacji odstających. Ceną za tę odporność jest mniejsza moc, ponieważ znaki ignorują wielkość różnic.

1. Na czym polega test znaków?

Załóżmy, że dla każdej osoby wykonano dwa pomiary: przed i po interwencji, w dwóch punktach czasowych albo dwiema metodami. Oznaczmy je odpowiednio przez X_i i Y_i, gdzie i oznacza osobę lub inną jednostkę badania. Najpierw obliczamy różnicę:

D_i = Y_i − X_i

Następnie nie analizujemy wartości D_i, lecz tylko jej znak:

• znak „+”, gdy D_i > 0,
• znak „−”, gdy D_i < 0,
• zero, gdy D_i = 0.

Różnice równe zero pomija się w obliczeniu testu. Jeżeli po ich usunięciu pozostaje n par, a S oznacza liczbę dodatnich różnic, to pod hipotezą zerową S ma rozkład dwumianowy:

S ~ Bin(n, 0,5)

Oznacza to, że każda niezerowa para ma pod hipotezą zerową prawdopodobieństwo 0,5 znalezienia się po stronie dodatniej i 0,5 po stronie ujemnej. Test sprowadza się więc do pytania, czy liczba zmian w jednym kierunku jest zbyt duża, aby uznać ją za wynik losowego układu znaków.

2. Co dokładnie testuje test znaków?

Najbezpieczniej mówić, że test znaków ocenia hipotezę dotyczącą prawdopodobieństwa dodatniej i ujemnej różnicy, a w typowej sytuacji — hipotezę, że mediana różnic wynosi zero. Dla testu dwustronnego zapisujemy:

H₀: P(D_i > 0) = P(D_i < 0) = 0,5

H₁: P(D_i > 0) ≠ P(D_i < 0)

W wielu podręcznikach hipotezę tę interpretuje się jako H₀: mediana różnic = 0. Taka interpretacja wymaga jednak ostrożności. Jest najbardziej naturalna, gdy rozkład różnic jest ciągły, a jednostki są niezależne między parami. Nie należy automatycznie utożsamiać testu znaków z testem równości średnich ani z testem równości median dwóch osobnych rozkładów. W danych sparowanych przedmiotem analizy jest rozkład różnic, a nie dwa rozkłady rozpatrywane niezależnie.

W szczególności mediana różnic nie zawsze jest równa różnicy median pomiaru drugiego i pierwszego. Przy asymetrii zależności między pomiarami takie utożsamienie może prowadzić do błędnej interpretacji (Hutson i Yu, 2023). Dlatego w raporcie warto jasno napisać, że test dotyczył kierunku zmian lub mediany różnic, a nie po prostu „porównania median dwóch grup”.

3. Procedura krok po kroku

Krok 1. Sprawdź, czy dane są sparowane

Każda obserwacja w pierwszym pomiarze musi mieć jednoznacznego odpowiednika w drugim. Przykładowo wynik ciśnienia tętniczego pacjenta przed leczeniem należy porównywać z wynikiem tego samego pacjenta po leczeniu. Nie wolno zastępować takiej struktury porównaniem dwóch niezależnych grup.

Krok 2. Ustal kierunek różnicy

Można obliczyć Y − X albo X − Y, ale kierunek trzeba określić przed analizą. Zmiana znaku różnic nie zmienia wyniku testu dwustronnego, lecz zmienia interpretację testu jednostronnego.

Krok 3. Usuń pary z różnicą równą zero

Para z identycznym wynikiem nie dostarcza informacji o przewadze jednego pomiaru nad drugim. Po jej wyłączeniu należy podać, ile par pozostało w analizie. Nie wolno traktować zer jako dodatkowych znaków dodatnich ani ujemnych.

Krok 4. Policz znaki

Niech S będzie liczbą dodatnich różnic, a n − S liczbą ujemnych. Można równie dobrze wykorzystać liczbę znaków ujemnych. Ważne jest zachowanie spójności z hipotezą kierunkową.

Krok 5. Oblicz dokładną wartość p

Dla testu dwustronnego wartość p wyznacza się z rozkładu dwumianowego. W uproszczeniu porównuje się prawdopodobieństwo uzyskania wyniku co najmniej tak odległego od n/2, jak wynik zaobserwowany. Dla liczby dodatnich różnic S można zapisać:

p = 2 · min[P(B ≤ S), P(B ≥ S)]

gdzie B ~ Bin(n, 0,5). W praktyce oprogramowanie statystyczne może stosować nieco różne sposoby definiowania dwustronnej wartości p dla rozkładu dyskretnego. W artykule należy podać, czy zastosowano test dokładny oraz jak zdefiniowano wartość p.

Krok 6. Opisz wielkość i kierunek obserwowanej zmiany

Sam test znaków nie opisuje, jak duże były różnice. Dlatego obok wartości p należy podać liczbę i odsetek zmian dodatnich, ujemnych oraz remisów, a także opisową miarę wielkości zmiany, na przykład medianę różnic i jej przedział ufności. Test może wykazać przewagę jednego kierunku, choć różnice są klinicznie bardzo małe.

4. Przykład medyczny: ciśnienie tętnicze po interwencji

W badaniu pilotażowym u 18 pacjentów zmierzono skurczowe ciśnienie tętnicze przed rozpoczęciem programu edukacyjnego i po jego zakończeniu. Zainteresowaniem badaczy była odpowiedź na pytanie, czy ciśnienie częściej spada, niż rośnie.

Po odjęciu pomiaru początkowego od końcowego uzyskano 18 niezerowych różnic: 13 ujemnych i 5 dodatnich. Zatem, jeśli za „sukces” przyjmiemy spadek ciśnienia, obserwujemy 13 zmian w tym kierunku na 18 możliwych.

Hipoteza zerowa zakłada, że spadek i wzrost są jednakowo prawdopodobne: B ~ Bin(18, 0,5). Dla testu dwustronnego obliczamy prawdopodobieństwo wyniku tak skrajnego jak 13 lub więcej obserwacji po jednej stronie. Wartość p wynosi około 0,096 dla dokładnego testu dwustronnego. Przy poziomie istotności 0,05 nie odrzucamy hipotezy zerowej.

Poprawny wniosek brzmi: w badanej próbie zaobserwowano więcej spadków niż wzrostów ciśnienia, ale dokładny test znaków nie dostarczył wystarczających dowodów na różnicę w częstości kierunku zmian przy α = 0,05. Nie należy pisać, że interwencja „nie działała”, ani że prawdopodobieństwo hipotezy zerowej wynosiło 9,6%. Wartość p nie jest prawdopodobieństwem prawdziwości hipotezy zerowej.

Ten przykład pokazuje także ograniczenie testu. Jeżeli u 13 osób ciśnienie spadło minimalnie, a u 5 wzrosło bardzo znacznie, test znaków tego nie rozróżni. Wykorzystuje wyłącznie kierunek zmian.

5. Przykład psychologiczny: objawy lęku oceniane skalą porządkową

Psycholog ocenia nasilenie lęku u 12 osób przed i po krótkiej interwencji. Wynik skali ma charakter porządkowy, a rozkład zmian jest silnie asymetryczny. Po uporządkowaniu par otrzymano: 9 spadków, 2 wzrosty i 1 wynik bez zmiany. Do analizy wchodzi więc n = 11 par: 9 obserwacji po stronie spadku i 2 po stronie wzrostu.

Test znaków jest tu naturalnym wyborem, ponieważ nie wymaga traktowania odległości między kategoriami jako równych. Jeżeli wynik dokładnego testu dwustronnego jest mniejszy niż 0,05, można stwierdzić, że kierunek zmian był nierównomierny: spadki występowały częściej niż wzrosty. Nie oznacza to jednak automatycznie, że średnie natężenie lęku zmalało ani że interwencja była przyczyną poprawy. Wniosek przyczynowy wymaga odpowiedniego schematu, na przykład randomizacji lub wiarygodnej grupy porównawczej.

W raporcie należy podać także wynik opisowy: 9 z 11 niezerowych zmian było korzystnych, 2 niekorzystne, a 1 obserwacja nie zmieniła się. Przydatne może być przedstawienie indywidualnych wyników na wykresie połączonych punktów.

6. Test znaków a test Wilcoxona

Test Wilcoxona dla prób zależnych i test znaków odpowiadają na podobne pytania o systematyczny kierunek zmian, ale wykorzystują inną ilość informacji. Test Wilcoxona uwzględnia nie tylko znak, lecz także uporządkowane rangi bezwzględnych wartości różnic. Zwykle będzie więc bardziej czuły, gdy duże różnice rzeczywiście niosą wiarygodną informację, a rozkład różnic jest w przybliżeniu symetryczny.

Test znaków ma przewagę, gdy:

• pomiar jest co najmniej porządkowy;
• wielkości różnic są trudne do porównania lub mają niepewne znaczenie;
• występują silne obserwacje odstające;
• rozkład różnic jest wyraźnie asymetryczny;
• badacz chce analizować przede wszystkim kierunek indywidualnej zmiany.

Jest jednak mniej efektywny, gdy pełne wartości różnic są wiarygodne. Wybór prostszego testu nie powinien być automatyczną reakcją na brak normalności. Decyzja powinna uwzględniać skalę pomiaru, kształt rozkładu, wielkość próby, obecność wartości odstających i pytanie badawcze.

7. Założenia i ograniczenia

Niezależność par

Poszczególne pary powinny być niezależne od siebie. Dwa pomiary w obrębie tej samej pary są zależne — właśnie dlatego tworzą parę — ale wyniki jednej osoby nie powinny wpływać na wyniki innej. Jeżeli obserwacje pochodzą od członków tych samych rodzin, z tych samych oddziałów albo z powtarzanych pomiarów jednej osoby, może być potrzebny model uwzględniający dodatkową strukturę zależności.

Jednoznaczna reguła porównania

Musimy wiedzieć, co oznacza zmiana dodatnia i ujemna. Przy wynikach klinicznych korzystne może być zarówno zwiększenie, jak i zmniejszenie wartości. Najpierw należy więc ustalić, czy analizujemy surowy kierunek liczbowy, czy kierunek klinicznie korzystny.

Ostrożność w interpretacji median

Wnioskowanie o medianie różnic wymaga odpowiednich warunków. Nie należy bezrefleksyjnie twierdzić, że test porównuje mediany dwóch pomiarów. Problem ten jest szczególnie ważny przy asymetrycznej zależności między pomiarami, ponieważ mediana różnic może różnić się od różnicy median (Hutson i Yu, 2023).

Niska moc przy małych próbach

Rozkład dwumianowy jest dyskretny, dlatego przy małej liczbie par możliwe wartości p są ograniczone. W konsekwencji nawet całkowita przewaga znaków w jednym kierunku może nie osiągnąć poziomu 0,05. Nie jest to błąd testu, lecz konsekwencja ograniczonej informacji.

8. Najczęstsze błędy

• Użycie testu dla prób niezależnych. Jeżeli każdy pacjent ma pomiar przed i po, nie należy traktować tych danych jako dwóch niezależnych grup.
• Włączanie zer do jednej z kategorii. Różnice równe zero pomija się i podaje ich liczbę.
• Analiza średnich za pomocą testu znaków. Test nie jest testem równości średnich i nie wykorzystuje wartości średniej.
• Interpretowanie p jako prawdopodobieństwa H₀. Wartość p opisuje zgodność danych z modelem zakładającym hipotezę zerową.
• Brak informacji o liczbie analizowanych par. Należy podać początkową liczbę par, liczbę remisów i liczbę par po wyłączeniu remisów.
• Mylenie istotności statystycznej ze znaczeniem praktycznym. Przewaga 14 do 4 może być statystycznie przekonująca, ale kliniczna wielkość zmian może być niewielka.
• Zmiana testu jednostronnego po obejrzeniu danych. Kierunek hipotezy należy ustalić przed analizą, a nie po to, aby uzyskać niższą wartość p.
• Automatyczne uznanie, że test znaków jest zawsze najlepszy dla danych nienormalnych. Brak normalności sam w sobie nie rozstrzyga wyboru metody.

9. Jak raportować wynik?

Przykładowy zapis może wyglądać następująco:

Wśród 20 analizowanych par odnotowano 14 zmian w kierunku spadku, 4 zmiany w kierunku wzrostu oraz 2 wyniki bez zmiany. Po wyłączeniu remisów zastosowano dokładny dwustronny test znaków dla 18 par. Wynik nie był istotny statystycznie, p = 0,096. Mediana różnic wynosiła −4 punkty, a 95% przedział ufności dla mediany różnic wynosił od −9 do 0 punktów.

Jeżeli podajesz przedział ufności, opisz metodę jego wyznaczania. W przypadku małych prób warto preferować metody dokładne lub odpowiednie dla rozkładu dyskretnego. Wykres indywidualnych par może być bardziej informacyjny niż sama tabela wyników.

10. Przykład praktyczny: analiza przypadku

W poradni leczenia bólu oceniono natężenie bólu u 15 osób przed rozpoczęciem programu i po czterech tygodniach. Skala obejmowała wartości od 0 do 10. U 10 osób ból zmalał, u 3 wzrósł, a u 2 nie zmienił się. Analizę oparto na 13 niezerowych parach.

Hipoteza zerowa zakładała równą szansę spadku i wzrostu. Wynik 10 zmian korzystnych i 3 niekorzystnych daje dokładną dwustronną wartość p około 0,092. Przy α = 0,05 wynik nie jest istotny statystycznie. Nie oznacza to, że dane są dowodem braku poprawy. Oznacza, że przy 13 informacyjnych parach obserwowany układ znaków nie jest wystarczająco odległy od układu oczekiwanego przy równych prawdopodobieństwach.

Jeśli mediana różnicy wynosiła −2 punkty, warto rozważyć, czy taka zmiana ma znaczenie kliniczne. Jeżeli istnieje ustalona minimalna klinicznie ważna różnica, należy porównać z nią wynik opisowy. Test znaków i ocena znaczenia klinicznego pełnią różne funkcje: pierwszy ocenia dowód statystyczny dotyczący kierunku zmian, druga odnosi zmianę do praktyki pacjenta lub populacji.

11. Co warto zapamiętać?

• Test znaków jest testem dla danych sparowanych, opartym na kierunku różnic.
• Najpierw oblicza się różnice w parach, a następnie klasyfikuje je jako dodatnie, ujemne lub równe zero.
• Remisy pomija się w obliczeniu i należy je jawnie raportować.
• Pod hipotezą zerową liczba znaków jednego rodzaju ma rozkład dwumianowy z prawdopodobieństwem 0,5.
• Test nie wykorzystuje wielkości różnic, więc jest odporny, ale zwykle mniej mocny od testu Wilcoxona, gdy dostępne są wiarygodne informacje o wielkości zmian.
• Nie należy utożsamiać testu znaków z testem równości średnich ani bezwarunkowo z testem różnicy median dwóch marginalnych rozkładów.
• Wartość p nie jest prawdopodobieństwem prawdziwości hipotezy zerowej.
• W raporcie trzeba podać liczbę par, liczbę znaków dodatnich i ujemnych, liczbę remisów, rodzaj testu, wartość p oraz opis wielkości i znaczenia praktycznego zmiany.

W ramach publicznego szkolenia na statystyk.edu.pl test znaków warto traktować jako element szerszej decyzji metodologicznej: najpierw rozpoznaj strukturę danych, następnie określ, jaka wielkość jest przedmiotem wnioskowania, a dopiero potem wybierz test. Prostota procedury nie zwalnia z precyzji interpretacji.

Źródła i dalsza lektura

1. National Institute of Standards and Technology (2025). Sign Test. NIST Dataplot Reference Manual. National Institute of Standards and Technology. Źródło.
2. National Institute of Standards and Technology (2019). Comparing Instruments. NIST Technical Note 2106. National Institute of Standards and Technology. Źródło.
3. Bland, J. M.; Altman, D. G. (1994). Statistics Notes: Correlation, regression, and repeated data. BMJ, 308(6933), 896. DOI: 10.1136/bmj.308.6933.896.
4. Hutson, A. D.; Yu, H. (2023). The Sign Test, Paired Data, and Asymmetric Dependence: A Cautionary Tale. The American Statistician, 77(1), 35–40. DOI: 10.1080/00031305.2022.2110938.
5. Hollander, M.; Wolfe, D. A.; Chicken, E. (2014). Nonparametric Statistical Methods. 3rd edition. John Wiley & Sons. Informacja wydawcy / źródło.
6. Conover, W. J. (1999). Practical Nonparametric Statistics. 3rd edition. John Wiley & Sons. Informacja wydawcy / źródło.