Что делает калькулятор Крускала–Уоллиса
Тест Крускала–Уоллиса — это ранговый однофакторный тест, который проверяет, происходят ли k независимых выборок из одинаковых генеральных совокупностей. Это непараметрический аналог однофакторного дисперсионного анализа; его применяют, когда данные порядковые, асимметричные или содержат выбросы. Калькулятор объединяет наблюдения, присваивает ранги (для связанных значений используются средние ранги), вычисляет суммы рангов, статистику H с поправкой на связанные ранги, p-значение по хи-квадрат, критическое значение и решение об отклонении или сохранении нулевой гипотезы.
Как пользоваться
Введите наблюдения для группы 1, группы 2 и группы 3 в виде чисел, разделённых запятыми, точками с запятой или пробелами. Группы 1–3 обязательны. Группы 4, 5 и 6 необязательны: в неиспользуемой группе введите -. Затем задайте уровень значимости альфа (по умолчанию 0.05). Размеры групп могут различаться, порядок групп не влияет на H, а общее число наблюдений не может превышать 5000.
Формула
Без связанных рангов статистика равна
$$H_0=\frac{12}{n(n+1)}\sum_{i=1}^{k}\frac{R_i^2}{n_i}-3(n+1)$$где \(n_i\) = число наблюдений в группе i, \(R_i\) = сумма рангов группы i, \(n\) = общее число наблюдений, \(k\) = число групп. При наличии связанных рангов:
$$C=1-\frac{\sum_j (t_j^3-t_j)}{n^3-n},\qquad H=\frac{H_0}{C}$$где \(t_j\) = размер j-й группы связанных значений. p-значение равно
$$p=P(\chi^2_{k-1}\ge H)$$Тест отвергает нулевую гипотезу, когда H превышает процентную точку хи-квадрат уровня 1 − alpha с k − 1 степенями свободы.
Соглашения и допущения
- Связанные значения получают среднее из рангов, которые они занимают. Выводимое значение H — это значение с поправкой на связанные ранги; оно равно значению без поправки, если связанных рангов нет. Поправка соответствует стандартной форме Conover/Kruskal–Wallis, выбранной как проектное решение, так как на странице NIST она не приводится.
- H сравнивается с распределением хи-квадрат с k − 1 степенями свободы по правому хвосту.
- Правило решения: отвергнуть H0, если H больше критического значения. Альфа по умолчанию равна 0.05.
- Если в любой группе меньше 5 наблюдений, выводится предупреждение о малой выборке, так как аппроксимация хи-квадрат может быть ненадёжной. Результат всё равно вычисляется.
- Если все значения одинаковы, C = 0 и H не определено, поэтому калькулятор выдаёт ошибку. Нужно не менее двух групп. При H = 0 получается p = 1.
- Внутренние вычисления выполняются с исходными значениями. Отображаются H, p, критическое значение и C с 4 знаками после запятой, суммы рангов с 1 знаком.
Пример расчёта
Три группы по шесть значений: группа 1 = 27, 2, 4, 18, 7, 9; группа 2 = 20, 8, 14, 36, 21, 22; группа 3 = 34, 31, 3, 23, 30, 6; альфа = 0.05. Здесь \(n=18\), \(k=3\), связанных значений нет.
$$R_1=39.0,\quad R_2=65.0,\quad R_3=67.0$$$$H_0=\frac{12}{18\times 19}\left(\frac{39^2}{6}+\frac{65^2}{6}+\frac{67^2}{6}\right)-3\times 19=2.8538$$Поправочный коэффициент равен \(C=1\), поэтому \(H=2.8538\) (то же значение, что и до поправки). Число степеней свободы равно 2, p-значение равно 0.2401, критическое значение равно 5.9915. Поскольку 2.8538 меньше 5.9915, H0 не отвергается. Предупреждение о малой выборке не выводится, так как в каждой группе по 6 наблюдений.
Интерпретация результата и ограничения
Малое p-значение (меньше альфа) указывает на то, что хотя бы одна группа склонна давать большие или меньшие значения, чем другая. Тест не показывает, какие именно группы различаются; после значимого результата проведите попарные сравнения. Тест предполагает независимость выборок и, для интерпретации как различия медиан, схожую форму распределений. При группах меньше 5 наблюдений предпочтительнее точные таблицы, а не аппроксимация хи-квадрат.
Часто задаваемые вопросы
Когда использовать Крускала–Уоллиса вместо ANOVA?
Используйте его, когда нормальность распределения сомнительна, данные порядковые или есть выбросы.
Как обрабатываются связанные значения?
Связанные значения получают среднее из своих рангов, а H делится на поправочный коэффициент C.
Что означает предупреждение о малой выборке?
Хотя бы в одной группе меньше 5 значений, поэтому p-значение по хи-квадрат является лишь приблизительным.
Можно ли использовать группы разного размера?
Да. Формула взвешивает каждую сумму рангов размером её собственной группы.
Зачем вводить - для неиспользуемых групп?
Пустое поле заменяется значением по умолчанию, поэтому тире отмечает группу как неиспользуемую. Не использоваться могут только группы 4–6.
Источники
- Справочник команд Dataplot KRUSKAL WALLIS, Информационно-технологическая лаборатория NIST, 2023