Jonckheere-T检验 的具体步骤
时间: 2024-04-04 12:32:30 浏览: 16
Jonckheere-T检验是一种非参数检验方法,用于比较两个或多个有序组之间的中位数差异。其基本思想是,对于给定的有序组,将每个观测值的排名与每个组的中位数的排名进行比较,从而得到一个Jonckheere-T值,然后根据这个值来判断各组之间的中位数是否存在差异。
其具体步骤如下:
1. 将样本数据按照大小排序,根据所属的组进行分组,并对每个观测值计算其排名。
2. 计算每个组的中位数,并对中位数按照大小进行排名。假设有k个组,则有k个中位数和k个中位数排名。
3. 对于每个观测值,将其排名与各组的中位数排名进行比较,得到一个比较序列,其中1表示观测值排名高于中位数排名,0表示相等,-1表示低于。
4. 对于每个组,将其比较序列中1的数量相加,得到组的Jonckheere-T值。
5. 根据所选的显著性水平(通常为0.05或0.01),查表得出对应的Jonckheere-T临界值。
6. 比较计算得出的Jonckheere-T值与Jonckheere-T临界值,若Jonckheere-T值大于Jonckheere-T临界值,则拒绝原假设,即认为各组之间存在中位数差异;否则,接受原假设,即认为各组之间不存在中位数差异。
需要注意的是,Jonckheere-T检验要求样本数据有序,且组之间的观测值的排名不重复。若有重复排名的情况,需要对其进行调整。此外,若有多个组之间的比较,则需要进行多重比较校正。
相关问题
Jonckheere-Terpstra检验 的具体步骤
Jonckheere-Terpstra检验是一种非参数检验方法,用于比较两个或多个有序组之间的中位数差异。相比于Jonckheere-T检验,Jonckheere-Terpstra检验可以处理存在重复值的情况。其基本思想是,对于给定的有序组,将每个观测值的排名与每个组的中位数的排名进行比较,从而得到一个Jonckheere-Terpstra值,然后根据这个值来判断各组之间的中位数是否存在差异。
其具体步骤如下:
1. 将样本数据按照大小排序,根据所属的组进行分组。
2. 对于每个组,对其中的每个观测值计算其排名。若有重复值,则将其排名取平均值。
3. 计算每个组的中位数,并对中位数按照大小进行排名。假设有k个组,则有k个中位数和k个中位数排名。
4. 对于每个观测值,将其排名与各组的中位数排名进行比较,得到一个比较序列,其中1表示观测值排名高于中位数排名,0表示相等,-1表示低于。
5. 对于每个组,将其比较序列中1的数量相加,得到组的Jonckheere-Terpstra值。
6. 根据所选的显著性水平(通常为0.05或0.01),查表得出对应的Jonckheere-Terpstra临界值。
7. 比较计算得出的Jonckheere-Terpstra值与Jonckheere-Terpstra临界值,若Jonckheere-Terpstra值大于Jonckheere-Terpstra临界值,则拒绝原假设,即认为各组之间存在中位数差异;否则,接受原假设,即认为各组之间不存在中位数差异。
需要注意的是,Jonckheere-Terpstra检验也要求样本数据有序,且组之间的观测值的排名不重复。若有重复排名的情况,需要取平均值。此外,若有多个组之间的比较,则需要进行多重比较校正。
Jonckheere-Terpstra检验临界值表
Jonckheere-Terpstra检验是一种非参数检验方法,用于比较三组或以上有序样本的中位数是否存在单调趋势。由于这种检验方法的计算较为复杂,通常需要使用临界值表来确定是否拒绝原假设。以下是一份Jonckheere-Terpstra检验的临界值表,供参考:
| 样本量n | α=0.1 | α=0.05 | α=0.01 |
|-------|-------|--------|--------|
| 3 | 1 | 1 | 1 |
| 4 | 2 | 2 | 2 |
| 5 | 3 | 3 | 3 |
| 6 | 4 | 4 | 4 |
| 7 | 5 | 5 | 5 |
| 8 | 6 | 6 | 6 |
| 9 | 7 | 8 | 8 |
| 10 | 8 | 9 | 10 |
| 15 | 14 | 17 | 20 |
| 20 | 24 | 29 | 34 |
| 25 | 36 | 43 | 51 |
| 30 | 51 | 61 | 72 |
| 40 | 91 | 108 | 128 |
| 50 | 140 | 165 | 195 |
| 60 | 204 | 240 | 283 |
| 80 | 364 | 429 | 508 |
| 100 | 559 | 659 | 780 |
其中,n表示样本量,α为显著性水平。表中的数值为临界值,若计算得到的检验统计量大于表中对应的临界值,则拒绝原假设。需要注意的是,这份临界值表仅适用于单侧检验。如果进行双侧检验,则需要将对应的α值除以2。