matlab 秩和检验,多个独立样本比较的秩和检验(Kruskal-Wallis H)

Kruskal-Walis H检验,用于推断计量资料或等级资料的多个独立样本所来自的多个总体分布是否有差别。在理论上检验假设H0为总体分布位置相同。例          题

比较小白鼠接种三种不同菌型伤寒杆菌9D、11C、和DSC1后存活日数,结果见下表。问小白鼠接种三种不同菌型伤寒杆菌的存活日数有无差别?9D11CDSC1

253

255

266

366

466

477

487

5109

71210

711

11SPSS操作

组别:9D=1,11C=2,DSC1=3。1建立数据库

177533460_1_201912080842322192SPPS操作

分析——非参数检验——K个独立样本

177533460_2_201912080842323293结果解释

177533460_3_20191208084232501

H=9.94,P=0.007,按照α=0.05的检验标准,拒绝H0,接受H1,可以认为小白鼠接种不同菌型伤寒杆菌的存活日数有差别。两两比较

经过Kruskal-Wallis H检验可知三组的总体分布位置不同,若要进一步推断是哪两两总体分布位置不同时,可用Nemenyi法检验。Nemenyi法在SPSS中没有直接的窗口操作,需要利用SPSS编程实现。1编辑程序

文件——新建——语法

177533460_4_201912080842326412程序代码

HC表示总体检验的H值,r1,r2,r3分别表示三组的平均秩次,N,n1,n2,n3分别表示总例数和三组例数。177533460_5_20191208084232782data list free/Hc r1 r2 r3 N n1 n2 n3 .

begin data

9.94 8.4 18.78 19.27 30 10 9 11

end data.

compute H=(12*((r1*n1)**2/n1+(r2*n2)**2/n2+(r3*n3)**2/n3))/(N*(N+1))-3*(N+1).

compute c=H/Hc.

compute x12=(r1-r2)**2/((N*(N+1)/12)*(1/n1+1/n2)*c).

compute x13=(r1-r3)**2/((N*(N+1)/12)*(1/n1+1/n3)*c).

compute x23=(r2-r3)**2/((N*(N+1)/12)*(1/n2+1/n3)*c).

compute p12=1-cdf.chisq(x12,2).

compute p13=1-cdf.chisq(x13,2).

compute p23=1-cdf.chisq(x23,2).

execute.3结果解释

运行——全部

177533460_6_20191208084232813两两比较卡方P

9D和11C6.700.04

9D和DSC18.130.02

11C和DSC10.020.69

9D和11C、DCSI组伤寒杆菌存活天数有统计学差异,11C组和DSC1组没有统计学差异。177533460_7_20191208084232938

  • 2
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: Kruskal-Wallis检验可以识别出独立样本中存在的统计学差异,具有很多优点:1. 对于数据的大小没有要求,可以处理大量数据;2. 不要求数据的正态分布;3. 无需计算调整的假设检验;4. 对于非参数数据也有效;5. 可以处理多组数据。 ### 回答2: 多独立样本Kruskal-Wallis检验是一种非参数统计方法,用于比较三个或更多组独立样本的中位数是否相等。与方差分析(ANOVA)相比,Kruskal-Wallis检验具有以下几个优点: 1. 对数据的分布无要求:Kruskal-Wallis检验不依赖于数据的分布类型,对于无法满足正态分布假设的数据可以进行有效的分析。 2. 适用于小样本量:相比于ANOVA,Kruskal-Wallis检验样本量较小的情况下依然有效,因此可以用于少数样本或罕见事件的研究。 3. 抵抗异常值和极端值的影响:Kruskal-Wallis检验使用的是中位数而不是均值进行比较,因此对于有异常值或者极端值存在的数据集更具鲁棒性。 4. 不受误差的影响:Kruskal-Wallis检验不会受到方差不齐的问题的干扰,因此在样本间方差不相等时仍能有效进行比较。 5. 适用于顺序或等级数据:Kruskal-Wallis检验可以应用于有序数据或等级数据的分析,例如问卷调查中的满意度评价等。 总之,多独立样本Kruskal-Wallis检验是一种非参数的统计方法,具有对数据分布无要求、适用于小样本量、抵抗异常值和极端值的影响、不受误差的影响以及适用于顺序或等级数据等优点。这些优点使其在实际应用中具有广泛的应用价值。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值