多组独立样本Kruskal-Wallis检验适用场景与案例教程.docx

一、Kruskal-Wallis检验简介

Kruskal-Wallis检验全称为Kruskal-WallisH检验，简称K-W检验或H检验，中文一般翻译为克鲁斯卡尔-沃利斯检验。它是完全随机设计多个独立样本比较的秩和检验方法，用于推断定量数据或等级资料的多个独立样本来自的多个总体分布是否有差别。

在SPSSAU(在线SPSS)平台上，Kruskal-Wallis检验是单因素方差分析在不满足正态分布、方差齐性条件时的非参数检验替代方法。

二、适用场景

数据不满足正态分布：当数据严重偏离正态分布时，应使用Kruskal-Wallis检验替代单因素方差分析

方差齐性不满足：各组数据方差不齐时

等级资料分析：适用于有序分类数据(等级资料)的比较

小样本数据：样本量较小且分布未知时

单向有序R×C列联表：可用于单向有序的R×C列联表差异检验

三、案例教程

案例1：不同人群血浆总皮质醇值比较

研究问题：比较健康人、单纯性肥胖者和皮质醇增多症患者的血浆总皮质醇值(102μmol/L)是否有差异。

SPSSAU(网页SPSS)操作步骤：

数据准备：

将数据整理为两列格式：一列为组别(分类变量)，一列为皮质醇值(连续变量)

上传数据至SPSSAU平台

正态性检验：

在SPSSAU中选择【正态性检验】

确认数据不满足正态分布假设

Kruskal-Wallis检验：

依次选择【通用方法】→【非参数检验】

选择组别作为分组变量，皮质醇值作为分析变量

点击开始分析

结果解读：

查看H统计量和p值

若p0.05，则拒绝原假设，认为各组间存在显著差异

多重比较：

当总体检验显著时，进行Nemenyi法多重比较

查看各组间的两两比较结果

四、注意事项

样本独立性：各组样本必须相互独立

多重比较：总体检验显著后应进行多重比较，常用方法包括：

Nemenyi法

Dunnst检验

Dunnst检验(校正p值)

效应量：可计算η2作为效应量指标，η2=(H-k+1)/(n-k)，其中k为组数，n为总样本量

样本量：各组样本量最好相近，差异不宜过大

五、与参数检验的比较

在SPSSAU(在线SPSS)平台上，当数据不满足参数检验条件时，系统会自动建议使用Kruskal-Wallis检验等非参数方法，确保分析结果的可靠性。

如需进一步了解或进行实际分析，可访问SPSSAU官网获取更多教程和案例数据。