什么时候使用Kruskal-Wallis检验

已有 2114 次阅读2023-10-27 09:35 |个人分类:统计|系统分类:医学科学| Kruskal-Wallis检验

Kruskal-Wallis检验是一种统计检验,用于比较两个或多个连续或离散变量的组。它是一种非参数检验,这意味着它不假定你的数据有特定的分布,并且类似于单程方差分析(ANOVA)。克鲁斯卡尔-瓦利斯检验有时被称为单程行列方差分析或克鲁斯卡尔-瓦利斯单程方差分析。

Kruskal-Wallis检验的假设如下

  • 无效假设(H0)是人口中位数相等; 
  • 备择假设(H1)是人口中位数不相等,或人口中位数与其他组的人口中位数不同。

Kruskal-Wallis检验的假设

Kruskal-Wallis检验的假设详见下文: 

  • 假设数据为非正态分布或采取偏态分布,当数据遵循正态分布时,应使用单因素方差分析; 
  • 所关注的变量应该有两个或多个独立组。该检验最常用于分析三个或更多的组:对于分析两个组,应使用Mann-Whitney U检验来代替;
  • 假设数据在各组之间有类似的分布; 
  • 数据应该是随机选择的独立样本,即各组之间应该没有关系; 
  • 每组样本应至少有5个观测值,以达到足够的样本量。

这些假设与Mann-Whitney U检验相似,因为Kruskal-Wallis检验本质上是该检验的延伸,有两个以上的独立样本。而且,与Mann-Whitney U检验相似,Kruskal-Wallis检验是基于对数据进行排序并计算出一个检验统计量。

何时使用Kruskal-Wallis检验

当数据的正态性假设不成立时,Kruskal Wallis检验和其他非参数(或无分布)检验对于检验假设是有用的。它们对数据分布的形状不做任何假设,这使得它们在数据集很小的时候特别有用。值得注意的是,在进行非参数统计检验时,它们往往会比参数检验给出更保守的结果(更大的P值)。当感兴趣的变量是连续的(在一个范围内的任何数字,如年龄、身高、血压)或离散的(具有某种可以计算的数值,如鞋码、医院就诊次数、家庭人口数)时,应使用Kruskal Wallis检验。


路过

鸡蛋

鲜花

握手

雷人

发表评论 评论 (1 个评论)

回复 hyc3140 2023-10-27 09:37
检验假设:
样本是从总体中随机抽样的;
变量应该是有序变量或连续变量。
观测值应独立,即观测值在每一组内和两组之间是相互独立的。
各组样本的总体分布函数是相同的。

应用条件:
有一个观察变量和一个分组变量;
存在多个分组(k≥2);
观察变量是相互独立的观测值;
观察变量为非正态分布或方差不齐的连续变量或有序分类变量。

facelist

您需要登录后才可以评论 登录 | 立即注册

返回顶部