SAS系统讲义:非参数Kruskal-Wallis秩和检验详解
版权申诉
170 浏览量
更新于2024-09-09
收藏 177KB DOC 举报
SAS系统讲义中的完全随机设计Kruskal-Wallis秩和检验是一种非参数统计方法,用于评估多个独立样本间是否存在显著差异,当数据无法满足正态分布和方差齐性的假设时。该检验适用于比较三个或更多总体的中位数,因为它基于秩统计量,不受具体分布形式的影响。
Kruskal-Wallis检验的基本步骤包括:
1. **样本选择**:假设样本是从多个独立且对立的总体中抽取的。
2. **秩次计算**:合并所有样本,按数值大小排序,每个观测值赋予相应的秩次,最小值秩次为1,如果有相同值,则平均分配秩次。
3. **统计量构建**:计算组间平方和(H),它是各组秩和之和的平方和除以组内观察数与组数乘积的总和,反映了组间秩差的总体效应。
- 组间平方和(H)= (Σn_i*(Ri^2 - ni*(Rtotal)^2)) / (N - p)
- 其中n_i为第i组样本数,Ri为第i组的秩和,Rtotal为所有样本的秩和,N为总观察数,p为组数。
4. **秩方差估计**:全体样本的秩方差计算涉及自由度调整,样本方差自由度为N-p-1,然后根据公式进行计算。
5. **校正处理**:若样本存在重复值(结值),需校正KW统计量,使用校正系数C,计算调整后的KWc值。
- 校正系数C = Σ(d_j^2),d_j为第j个结值的个数。
- 调整后的KWc = H * C / (N - 1)
原假设是各组之间没有显著差异,即它们的中位数或集中趋势相似。通过比较组间平方和与全体样本秩方差的比值,Kruskal-Wallis统计量KW的大小可以用来决定拒绝还是接受原假设。如果KW值较大,且经适当显著性水平的检验,我们有理由拒绝原假设,认为各组之间存在显著差异。
SAS系统讲义中的Kruskal-Wallis秩和检验是一种强大的工具,特别是在处理非正态分布或方差不齐的数据时,能提供关于多个样本之间中位数差异的稳健结论。
2022-01-07 上传
2021-11-09 上传
2021-09-07 上传
2023-06-28 上传
2023-04-01 上传
2023-05-05 上传
2023-06-28 上传
2023-07-17 上传
2023-07-11 上传
普通网友
- 粉丝: 12w+
- 资源: 9195
最新资源
- 李兴华Java基础教程:从入门到精通
- U盘与硬盘启动安装教程:从菜鸟到专家
- C++面试宝典:动态内存管理与继承解析
- C++ STL源码深度解析:专家级剖析与关键技术
- C/C++调用DOS命令实战指南
- 神经网络补偿的多传感器航迹融合技术
- GIS中的大地坐标系与椭球体解析
- 海思Hi3515 H.264编解码处理器用户手册
- Oracle基础练习题与解答
- 谷歌地球3D建筑筛选新流程详解
- CFO与CIO携手:数据管理与企业增值的战略
- Eclipse IDE基础教程:从入门到精通
- Shell脚本专家宝典:全面学习与资源指南
- Tomcat安装指南:附带JDK配置步骤
- NA3003A电子水准仪数据格式解析与转换研究
- 自动化专业英语词汇精华:必备术语集锦