3.试述在friedman 检验中使用式(2.34) (2.35) 的区别。

式(2.34)和式(2.35)都是用于进行弗里德曼检验的统计公式。

式(2.34)用于计算组内平方和（SSW），即各组误差的平方和。公式为：
$$SSW = \sum_{i=1}^{k}\sum_{j=1}^{n_i}(X_{ij} - \bar{X}_i)^2$$
其中，$k$表示组数，$n_i$表示第$i$组的样本数，$X_{ij}$表示第$i$组的第$j$个样本值，$\bar{X}_i$表示第$i$组的样本平均值。

式(2.35)用于计算组间平方和（SSB），即各组平均值偏离总平均值的平方和。公式为：
$$SSB = n \sum_{i=1}^{k}(\bar{X}_i - \bar{X})^2$$
其中，$n$表示总样本数，$\bar{X}_i$表示第$i$组的样本平均值，$\bar{X}$表示总体样本的平均值。

两者的区别在于，式(2.34)衡量的是每个组内的误差程度，即各组内个体与组内平均值的差异；而式(2.35)衡量的是不同组之间的差异，即各组平均值与总体平均值之间的差异。

根据弗里德曼检验的原理，通过比较组间平方和SSB与组内平方和SSW的大小关系，可以判断各组之间是否存在显著差异。如果组间平方和SSB显著大于组内平方和SSW，则表明不同组之间存在统计上的显著差异。根据这个判断，可以进行相应的统计推断和分析，来比较不同组之间的差异程度。

相关问题

Friedman检验

Friedman检验，也被称为弗里德曼双向秩方差分析，是一种用于多个相关样本齐一性的统计检验方法。它是由弗里德曼于1973年提出的。这种检验方法适用于顺序级数据，要求有三个或更多组相关的小组，并从搭配的数值中随机地抽取样本。

Friedman检验在统计软件GraphPad Prism中也有相应的实现。需要注意的是，Friedman检验和ANOVA2检验不完全相同。ANOVA2检验同时考虑两个因素对待检验数据的影响，而Friedman检验只注重其中一个因素对待检验数据的影响，而另一个因素则用来区分区组。

如果你想了解更多关于Friedman检验的内容，可以参考这个链接：https://www.cnblogs.com/hdu-zsk/p/6293721.html。

friedman检验

Friedman检验是一种多个相关样本齐一性的统计检验方法，也被称为弗里德曼双向秩方差分析。它的前提要求是顺序级数据、三个或更多组相关的小组，以及从搭配的数值中随机地抽取样本。该方法在1973年由弗里德曼提出。Friedman检验是非参数版的anova2，需要注意的是，它只注重其中一个因素对待检验数据的影响，而另一个因素则是用来区分区组用的。<span class="em">1</span><span class="em">2</span><span class="em">3</span>
#### 引用[.reference_title]
- *1* *3* [Frideman检验及matlab代码](https://blog.csdn.net/weixin_46271668/article/details/124339774)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"]
- *2* [Friedman检验](https://blog.csdn.net/lihe4151021/article/details/121545884)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"]
[ .reference_list ]