SAS讲义第二十九课完全随机设计Kruskal-Wallis秩和检验..docVIP

完全随机设计Kruskal-Wallis秩和检验 完全随机设计的Kruskal-Wallis秩和检验 方差分析过程关注三个或更多总体的均值是否相等的问题，数据是被假设成具有正态分布和相等的方差，此时F检验才能奏效。但有时采集的数据常常不能完全满足这些条件。象两两样本比较时，我们不妨尝试将数据转换成秩统计量，因为秩统计量的分布与总体分布无关，可以摆脱总体分布的束缚。在比较两个以上的总体时，广泛使用非参数的Kruskal-Wallis秩和检验，它是对两个以上的秩样本进行比较，本质上它是两样本时的Wilcoxon秩和检验方法在多于两个样本时的推广。 Kruskal-Wallis秩和检验，首先要求从总体中抽取的样本必须是对立的，然后将所有样本的值混合在一起看成是单一样本，再把这个单一的混合样本中值从小到大排序，序列值替换成秩值，最小的值给予秩值1，有结值时平分秩值。将数据样本转换成秩样本后，再对这个秩样本进行方差分析，但此时我们构造的统计量KW不是组间平均平方和除以组内平均平方和，而是组间平方和除以全体样本秩方差。这个KW统计量是我们判定各组之间是否存在差异的有力依据。 设有组样本，是第组样本中的观察数，是所有样本中的观察总数，是第组样本中的秩和，是第组样本中的第个观察值的秩值。需要检验的原假设为各组之间不存在差异，或者说各组的样本来自的总体具有相同的中心或均值或中位数。在原假设为真时，各