多个独立样本的非参检验

多个独立样本的非参检验

简介

多个独立样本的非参检验是一种常用的假设检验方法，通常用于比较多个独立样本之间的差异。其原理是通过对多个样本的秩次进行比较，来判断这些样本之间是否存在显著性差异。

基本概念

秩次

秩次（rank）是指将一组数据从小到大排序后，每个数据所在位置的序号。例如，对于以下一组数据：

$$3,6,1,8,2$$

排序后得到：

$$1,2,3,6,8$$

因此，每个数据的秩次分别为：

$$3,5,1,6,2$$

秩和

秩和（sum of ranks）是指所有数据的秩次之和。对于一个样本容量为$n$的样本，其秩和为：

$$R=\sum _{i=1}^{n}ran{k}_i$$

其中，$ran{k}_i$为第$i$个数据的秩次。

秩平均

秩平均（average rank）是指所有数据的秩次的平均数。对于一个样本容量为$n$的样本，其秩平均为：

$$\bar{R}=\frac{1}{n}\sum _{i=1}^{n}ran{k}_i$$

秩差和

秩差和（sum of rank differences）是指将一个样本的数据按照某一顺序排列后，每个数据的前后两个秩次之差的绝对值之和。对于一个样本容量为$n$的样本，其秩差和为：

$$W=\sum _{i=1}^n|ran{k}_i-ran{k}_i^{\prime }|$$

其中，$ran{k}_i$为第$i$个数据按照一定顺序排列后的秩次，$ran{k}_i^{\prime }$为该数据在原始样本中的秩次。

Kruskal-Wallis检验

Kruskal-Wallis检验是多个独立样本的非参检验方法之一，用于比较多个独立样本之间是否存在显著性差异。其基本思想是将所有样本的数据汇总到一起，然后计算每个数据的秩次，并根据秩次来进行比较。

Kruskal-Wallis检验的步骤如下：

1. 根据问题确定原假设$H_0$和备择假设$H_1$。
2. 将所有样本的数据汇总到一起，并计算每个数据的秩次。
3. 计算每个样本的秩和$R_i$、秩平均$\overline{R_i}$和样本容量$n_i$。
4. 计算秩差和$W$。
5. 计算检验统计量$H=\frac{12}{N(N+1)}{\sum }_{i=1}^k\frac{R_i^2}{n_i}-3(N+1)$，其中$N={\sum }_{i=1}^k{n}_i$为总样本容量，$k$为样本数。
6. 根据显著性水平$\alpha$和自由度$k-1$，查找卡方分布表中对应的临界值${\chi }_{\alpha }^2$。
7. 判断检验统计量是否落在拒绝域内（即$H>{\chi }_{\alpha }^2$），如果是，则拒绝原假设；否则，接受原假设。

总结

本文介绍了多个独立样本的非参检验方法之一的Kruskal-Wallis检验的基本概念和步骤原理。