📜  Kruskal Wallis测试

📅  最后修改于: 2021-04-27 22:13:30             🧑  作者: Mango

Kruskal Wallis检验:这是一个非参数检验。有时在等级上称为单向方差分析。它是单向方差分析的非参数替代方案。它是曼惠特尼测验的扩展,适用于涉及两个以上级别/人口的情况。此测试属于“等级总和”测试系列。它取决于样本观察的等级。

非参数测试:这是不遵循正态分布的测试。

Kruskal Wallis测试的要素

  • 一个具有两个或多个级别的自变量。此自变量是分类的。
  • 一个因变量,可以是测量的序数,间隔或比率级别。

Kruskal Wallis检验的假设

  • 观察的独立性–每个观察只能属于一个级别。
  • 没有正常假设。
  • 附加假设–自变量在所有自变量级别上的分布必须具有相似的形状。我们可以使用直方图或Boxplots来确定分布是否具有相似的形状。如果满足此假设,则可以用中位数而不是均值来解释Kruskal Wallis检验的结果。

Kruskal Wallis检验的零假设

Kruskal Wallis检验具有一个零假设,即–分布相等

H Kruskal Wallis检验的统计量

H=\left[\frac{12}{n(n+1)} \sum \frac{R_{i}^{2}}{n_{i}}\right]-3(n+1)

ni = number of items in sample i
Ri = sum of ranks of all items in sample i
K = total number of samples
n = n1 + n2 + ...... +nK ; Total number of observations in all samples.

执行Kruskal Wallis测试的步骤

让我们以一个例子来了解如何执行此测试。

示例:-根据其培训中使用的方法,对20名学生的大学考试样本得分进行了排列:1)视频讲座2)书籍和文章3)课堂培训。在显着性水平为0.10时评估这些培训方法的有效性。

Video Lecture Books and Articles Class Room Training
76 80 70
90 80 85
84 67 52
95 59 93
57 91 86
72 94 79
  68 80

步骤1:确定自变量和因变量

这里,
自变量–培训方法。它分为三个级别。
因变量–考试成绩。

步骤2:陈述假设

H 0 =通过三种方法中的每种方法训练的学生的平均考试成绩均相等。 u 1 = u 2 = u 3

H 1 =至少一项平均考试成绩不相等。

步骤3:按升序对所有组的数据进行排序,然后分配其等级。如果不止一个条目具有相同的分数,则取等级的平均值,并为每个条目分配相同的等级。

Rank  Score Training Method Rank  Score Training Method
1 52 CR 11 80 BA
2 57 VL 11 80 CR
3 59 BA 13 84 VL
4 67 BA 14 85 CR
5 68 BA 15 86 CR
6 70 CR 16 90 VL
7 72 VL 17 91 BA
8 76 VL 18 93 CR
9 79 CR 19 94 BA
11 80 BA 20 95 VL

在这个分数中,80分具有三个等级10、11和12。因此,我们取这些等级的平均值为11。

步骤4:根据级别重新排列,并计算每个级别的等级总和。

Video Lecture  Rank Books and Articles Rank Class Room Training Rank
57 2 59 3 52 1
72 7 67 4 70 6
76 8 68 5 79 9
84 13 80 11 80 11
90 16 80 11 85 14
95 20 91 17 86 15
    94 19 93 18
  ∑=66   ∑=70   ∑=74

步骤5:计算H统计量

H=\frac{12}{20(20+1)}\left[\frac{66^{2}}{6}+\frac{70^{2}}{7}+\frac{74^{2}}{7}\right]-3(20+1)

高= 0.0938

步骤6:找出关键的卡方值

  • 当所有样本大小均至少为5时,可以使用卡方分布。

自由度= K-1 => 3-1 = 2  
阿尔法= 0.10

使用此卡方表查找值。

X 2 = 4.605

步骤7:比较H值和临界卡方值

  • 如果H calc 2 ;接受零假设
  • 如果H calc > X 2 ;拒绝零假设

在此,0.0938 <4.605。

由于,H calc 2 。我们接受零假设。可以说,使用三种训练方法获得的结果没有差异。

这全部与Kruskal Wallis测试有关。对于任何查询,请在下面留下评论。