Kruskal-Wallis检验与Friedman检验.ppt

第七讲Kruskal-Wallis检验与Friedman检验 数据：由K个样本容量可能不同的随机样本组成。记第i个样本容量为 的随机样本为 ，则数据可以排成许多列。 样本1 样本2 …样本k K个样本的比较 假设条件： 1.N个随机样本 ，是相互独立的。 2.对每个固定的 个随机变量 是来自连续分布函数 的随机样本。 3.分布函数 有如下关系： 对 ，是对第j个群体带有未知中位数 和未知疗效 的连续函数。 我们感兴趣的是在疗效 是否有差异。 零假设是它们之间没有差异。 Kruskal-Wallis检验 步骤： 记N为观察的总数 ，把N个观察值从小到大进行排列并赋予它们秩，令 表示赋给 的秩， 为赋给第i个样本的秩的平均，即： 如果有几个观察值相互相等，则可能会有不同的方式赋秩，在这里我们给每个有结的观测赋平均秩。 检验统计量： 这里： 如果没有结，则 可简化为 ，从而检验统计量简化为 如果 大于它零分布的 分位数，则以水平 拒绝零假设。 大样本逼近 在零假设下： 因此， 近似于自由度为1的 随机变量的分布。如果 相互独立，则和 的分布可以用自由度为 的 分布来逼近。但是， ，故 之间是不独立的。Kruskal(1952)证明了如果用 乘以 的第i项，则结果为 是渐进于自由度为 的 分布。 从而如果 大于自由度为 的 分布的 分位数，则以水平 拒绝零假设。P-值近似为自由度为 的 分布随机变量超过 观测值的概率。 例7.1：为了比较属同一类的4种不同食谱的营养效果，将25只老鼠随机地分为4组，每组分别是8只，4只，7只和6只，各采用食谱甲，乙，丙，丁喂养。假设其他条件均保持相同，12周后测得体重增加量如表所示。对于 ，检验各食谱的营养效果是否有显著差异。 12周后25只老鼠的体重增加量 食谱 体重增加量 甲 乙 丙 丁 164 190 203 205 206 214 228 257 185 197 201 231 187 212 215 220 248 265 281 202 204 207 227 230 276 kruskal.test(formula, data, subset, na.action, ...) formula： a formula of the form lhs ~ rhs where lhs gives the data values and rhs the corresponding groups. data： an optional matrix or data frame (or similar: see model.frame) containing the variables in the formula formula. By default the variables are taken from environment(formula). subset： an optional vector specifying