Kruskal-Wallis检验(H检验,非参anova1)及matlab代码

本文详细介绍了Kruskal-Wallis检验的原理,Matlab函数使用方法,以及如何在灯泡寿命数据中应用该检验来判断不同配料方案的影响。通过实例展示了如何进行统计分析和多重比较,以确定灯丝寿命的显著差异来源。
摘要由CSDN通过智能技术生成

目录

一、 Kruskal-Wallis检验简介

二、matlab函数

三、 实例


参考链接:https://blog.csdn.net/MATLAB_matlab/article/details/57076854

一、 Kruskal-Wallis检验简介

  • 实质上是两独立样本时的Mann-Whitney检验在多个独立样本下的推广,用于检验多个总体的分布是否存在显著差异。
  • 假设

H0:多个独立样本来自的多个总体的分布无显著差异。

  • 检验步骤
    • 假设有m个相互独立的简单随机样本(X1, …, Xni) (i=1,…, m)
      • 将多组样本数混合并按升序排序;
      • Ri (i=1, …, m)表示第 i个样本的ni个观测值X1, …, Xni在此排列中的秩的和;
      • 计算统计量
      • (当N充分大时H近似服从卡方分布,自由度df = m - 1);
      • 对于给定的显著性水平α和自由度df = m-1,查出卡方分布上侧分位数
  • 10
    点赞
  • 61
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Kruskal-Wallis H检验是一种用于比较三个或更多组之间差异的非参数统计检验方法。假设我们对不同品牌汽车的燃油效率进行了调查,并将数据分成了三个组:品牌A、品牌B和品牌C。我们想要知道这三个品牌汽车的燃油效率是否存在显著的差异。 首先,我们将收集到的数据按照品牌分成三组,并对每组的燃油效率进行排名。然后,我们使用Kruskal-Wallis H检验来比较这三组数据的中位数是否有显著差异。在进行检验前,需要对数据进行正态性检验和方差齐性检验。如果数据不满足正态性和方差齐性的要求,可以使用Kruskal-Wallis H检验来代替方差分析。 Kruskal-Wallis H检验的零假设是三组数据的中位数没有显著差异,备择假设是三组数据的中位数存在显著差异。通过计算得出的H统计量与临界值比较,如果H统计量大于临界值,则拒绝零假设,说明三组数据的中位数存在显著差异。 通过Kruskal-Wallis H检验,我们可以得出结论:在显著水平α=0.05下,品牌A、品牌B和品牌C的燃油效率存在显著差异/不存在显著差异。这样的分析结果可以为消费者选择汽车提供参考,也可以为汽车制造商改进产品提供指导。Kr使用Kruskal-Wallis H检验能够帮助我们做出合理的决策和判断。uskal-Wallis H检验是一个非常有用的统计工具,可以在不满足方差齐性和正态性的条件下对多组数据进行比较,为研究和实践提供了很大的便利。
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