Friedman检验具体步骤
时间: 2024-08-15 15:02:07 浏览: 98
Easy Friedman Test:这是比较算法或治疗的有用功能。-matlab开发
Friedman检验是一种非参数方法,用于评估三个或更多水平的分类变量下,多个响应变量之间是否存在显著差异。以下是Friedman检验的基本步骤:
1. **数据组织**:
- 将每个观测值排列在一个表格中,行代表个体,列代表不同的响应变量,每一格对应一次测量。
- 每一行内的测量顺序无关紧要,重要的是同一列内的所有测量都属于同一个水平。
2. **排序和计分**:
- 对每个变量的每组数据按照升序或降序排列(这将影响到后续的秩次计算)。
- 给每一个观察值分配一个秩次,如果它位于第k个位置,则其秩次为k。
3. **构建秩表**:
- 对每个变量,汇总每个水平的秩次之和。
4. **计算Friedmanchi²统计量**:
- 计算Friedman chi-squared (χ²) 统计量,公式为:\( \chi^2 = n \left( \frac{12}{n(n+1)} \sum r_i^2 - 3(n + 1) \right) \),其中n是样本大小,\( r_i \) 是第i个水平的总秩次。
5. **自由度确定**:
- 对于k个水平,自由度(df)为\( k - 1 \)。
6. **确定P值**:
- 使用Friedman的χ²分布表或现成软件计算对应的P值,这个值反映了在给定的误差率下,随机抽取同样数量的组别会出现当前或更极端秩和差异的概率。
7. **做出决策**:
- 如果P值小于预设的显著性水平(通常0.05或0.01),则拒绝原假设(即认为各水平间存在显著差异),否则接受原假设。
8. **多重比较**(如有必要):
- 可能需要进行事后多重比较(如Holm-Bonferroni校正)来识别具体的差异在哪里。
请注意,在实际应用中,很多统计软件已经内置了Friedman检验功能,可以直接进行操作而无需手动计算。
阅读全文