Máy tính kiểm định Friedman

Máy tính kiểm định Friedman

Đang tăng trưởng AI Skill PRO

Nhập phép tính

Công thức

T1=(k−1)∑j(Rj−b(k+1)/2)2A1−C1vớiBảng dữ liệuT_1=\frac{(k-1)\sum_{j}\left(R_j-b(k+1)/2\right)^2}{A_1-C_1}\ \text{với}\ \text{Bảng dữ liệu}
Xem các bước tính (2)
  1. Conover T2

    T2=(b−1)T1b(k−1)−T1tạiAlphaT_2=\frac{(b-1)T_1}{b(k-1)-T_1}\ \text{tại}\ \text{Alpha}

    So sánh với phân phối F có k-1 và (b-1)(k-1) bậc tự do ở mức đã chọn.

  2. T1 không có giá trị bằng nhau

    T1=12bk(k+1)∑j=1k(Rj−b(k+1)2)2,vớiBảng dữ liệu,Alpha,Phân phối tham chiếuT_1=\frac{12}{bk(k+1)}\sum_{j=1}^{k}\left(R_j-\frac{b(k+1)}{2}\right)^2,\quad \text{với}\ \text{Bảng dữ liệu},\ \text{Alpha},\ \text{Phân phối tham chiếu}

    Thống kê Friedman được tính từ tổng thứ hạng của bảng dữ liệu.

Thống kê sử dụng

Quảng cáo

Kết quả

Giá trị p
0,10645
Quyết định Không bác bỏ H0
T1 4,33333
T2 2,82609
Giá trị p chi-bình phương 0,11456
Giá trị p F 0,10645
Giá trị tới hạn 4,103
Tổng thứ hạng 11,16,9
A1 84,00000
C1 72,00000
Số khối 6
Số phương pháp xử lý 3

Báo lỗi nội dung trang này

Máy tính kiểm định Friedman làm gì

Máy tính này kiểm tra xem k phương pháp xử lý có tác động giống nhau hay không khi mỗi phương pháp được đo trong từng khối trong số b khối (ví dụ: đối tượng, mẻ hoặc ngày). Đây là phương pháp phi tham số dựa trên thứ hạng, là lựa chọn thay thế cho phân tích phương sai lặp lại (ANOVA lặp lại). Máy tính xếp hạng các giá trị trong mỗi khối, cộng các thứ hạng cho từng phương pháp, và trả về thống kê Friedman T1, thống kê Conover T2, cả hai giá trị p, giá trị tới hạn và quyết định bác bỏ hoặc không bác bỏ.

Cách sử dụng

Nhập bảng dữ liệu với mỗi dòng là một khối và mỗi cột là một phương pháp xử lý. Phân tách các giá trị bằng dấu phẩy, dấu chấm phẩy, khoảng trắng hoặc tab, và dùng dấu chấm làm dấu thập phân. Mỗi dòng phải có cùng số giá trị, với ít nhất 2 khối và 2 phương pháp xử lý. Sau đó chọn mức ý nghĩa alpha (10%, 5%, 2,5% hoặc 1%) và phân phối tham chiếu để ra quyết định: F (Conover T2, mặc định và là lựa chọn được ưu tiên) hoặc chi-bình phương (T1).

Công thức

Trong mỗi khối, các giá trị được xếp hạng và \(R_j\) là tổng thứ hạng của phương pháp xử lý j.

$$S=\sum_{j=1}^{k}\left(R_j-\frac{b(k+1)}{2}\right)^2$$

$$T_1=\frac{12\,S}{bk(k+1)}\quad\text{(không có giá trị bằng nhau)},\qquad T_1=\frac{(k-1)\,S}{A_1-C_1}\quad\text{(có giá trị bằng nhau)}$$

$$A_1=\sum_i\sum_j R(X_{ij})^2,\qquad C_1=\frac{bk(k+1)^2}{4}$$

$$T_2=\frac{(b-1)\,T_1}{b(k-1)-T_1}$$

Trong đó \(b\) = số khối, \(k\) = số phương pháp xử lý, \(A_1\) = tổng bình phương của tất cả thứ hạng và \(C_1\) = hệ số hiệu chỉnh. T1 được so sánh với phân phối chi-bình phương có \(k-1\) bậc tự do; T2 được so sánh với phân phối F có \(k-1\) và \((b-1)(k-1)\) bậc tự do.

Quảng cáo
Lưới dữ liệu thô gồm các khối theo các cách xử lý, được chuyển thành hạng trong từng hàng, với các hạng cộng dọc theo mỗi cột thành tổng R1, R2, R3
Mỗi khối (hàng) được xếp hạng riêng, sau đó cộng các hạng theo từng cột xử lý để có tổng hạng R_j.

Quy ước và giả định

  • Việc xếp hạng được thực hiện theo thứ tự tăng dần trong mỗi khối, thứ hạng 1 dành cho giá trị nhỏ nhất. Các giá trị bằng nhau nhận trung bình các thứ hạng mà chúng chiếm. Chiều xếp hạng không làm thay đổi thống kê.
  • Nếu có bất kỳ khối nào chứa giá trị bằng nhau, T1 đã hiệu chỉnh được sử dụng. Khi không có giá trị bằng nhau, hai dạng này giống hệt nhau.
  • T2 là thống kê được ưu tiên vì xấp xỉ F thường chính xác hơn xấp xỉ chi-bình phương của T1.
  • Các giá trị p là xác suất đuôi trên. H0 chỉ bị bác bỏ khi thống kê lớn hơn giá trị tới hạn một cách nghiêm ngặt (p nhỏ hơn alpha); bằng nhau nghĩa là không bác bỏ.
  • Không áp dụng hiệu chỉnh liên tục.
  • Nếu T1 bằng b(k-1), mọi khối đều sắp xếp các phương pháp xử lý giống nhau, T2 là vô hạn, giá trị p theo F bằng 0 và H0 bị bác bỏ.
  • Nếu mọi giá trị trong mọi khối đều bằng nhau, thống kê không xác định và một lỗi sẽ được trả về.
  • Không bao gồm các so sánh bội sau kiểm định.

Ví dụ minh họa

Dữ liệu có b = 6 khối và k = 3 phương pháp xử lý, với alpha = 0,05 và tham chiếu F. Các hàng là 4 5 3, 6 7 5, 8 6 9, 5 7 4, 7 9 6 và 3 6 5. Sau khi xếp hạng trong từng hàng, tổng thứ hạng là 11, 16 và 9.

$$A_1=84,\qquad C_1=\frac{6\times 3\times 4^2}{4}=72$$

$$T_1=4,33333,\qquad T_2=\frac{(6-1)\times 4,33333}{6\times 2-4,33333}=2,82609$$

Giá trị p theo F với 2 và 10 bậc tự do là 0,10645, và giá trị tới hạn là 4,103. Giá trị p theo chi-bình phương của T1 là 0,11456. Vì 2,82609 nhỏ hơn 4,103 (p = 0,10645 lớn hơn 0,05), quyết định là không bác bỏ H0.

Cách đọc kết quả

Giá trị p nhỏ cho thấy ít nhất một phương pháp xử lý có xu hướng xếp hạng cao hơn hoặc thấp hơn các phương pháp khác trong các khối. Giá trị p lớn nghĩa là dữ liệu không cho thấy tác động nhất quán của phương pháp xử lý; điều đó không chứng minh các phương pháp là bằng nhau. Kiểm định không cho biết phương pháp nào khác biệt. Số khối ít khiến xấp xỉ chi-bình phương kém tin cậy hơn, đó là một lý do T2 là mặc định. Không hỗ trợ giá trị thiếu, vì vậy mỗi khối phải đầy đủ.

Quảng cáo
Đường cong mật độ chi bình phương với vùng bác bỏ ở đuôi phải được tô bóng vượt quá giá trị tới hạn và thống kê quan sát rơi vào trong đó
Bác bỏ giả thuyết không về các cách xử lý bằng nhau khi thống kê vượt quá giá trị tới hạn, nằm trong vùng đuôi trên có kích thước α.

Câu hỏi thường gặp

Khi nào nên dùng kiểm định Friedman?

Dùng khi cùng các đối tượng được đo dưới nhiều điều kiện và dữ liệu có tính thứ bậc hoặc không phân phối chuẩn, nên phân tích phương sai lặp lại không phù hợp.

Tại sao có hai giá trị p?

T1 tuân theo phân phối chi-bình phương xấp xỉ, còn T2 tuân theo phân phối F xấp xỉ thường chính xác hơn. Quyết định dựa trên thống kê bạn chọn.

Các giá trị bằng nhau được xử lý thế nào?

Các giá trị bằng nhau nhận trung bình các thứ hạng của chúng, và T1 chuyển sang dạng đã hiệu chỉnh cho giá trị bằng nhau.

Chiều xếp hạng có quan trọng không?

Không. Xếp hạng giảm dần cho cùng thống kê.

T2 vô hạn có nghĩa là gì?

Điều này xảy ra khi mọi khối xếp hạng các phương pháp xử lý theo cùng một thứ tự. Khi đó giá trị p theo F bằng 0 và H0 bị bác bỏ.

Nguồn tham khảo

Nguồn tham khảo

  • Dataplot FRIEDMAN TEST — NIST/ITL. Primary source for formulas, T2 and critical regions. · Hiệu lực từ 2023-12-11 · Đã kiểm tra ngày 2026-11-04
Cập nhật lần cuối:

Phổ biến nhất trong Toán học và Thống kê

Xem tất cả máy tính Toán học và Thống kê