完全随机设计Kruskal-Wallis秩检验方法.pdfVIP

第二十九课完全随机设计Kruskal-Wallis

秩和检验

一、完全随机设计的Kruskal-Wallis秩和检验

方差分析过程关注三个或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。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k组样本，n是第i组样本中的观察数，n是所有样本中的观察总数，R是第i组

ii•

样本中的秩和，Rij是第i组样本中的第j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或均值或中位数。在原假设为真时，

1+2++nn+1

各组样本的秩平均应该与全体样本的秩平均=比较接近。所以组间平方

n2

和为

kRn+12

组间平方和=ni•−(29.1)



i

i=1ni2

恰好是刻划这种接近程度的一个统计量，除以全体样本秩方差，可以消除量纲的影响。样本

方差的自由度为n−1。所以全体样本的秩方差为

1knin+12

全体样本的秩方差=Rij−



n−1i=1j=12

1nn+12



=i−