克鲁斯卡尔-沃利斯计算器的功能
克鲁斯卡尔-沃利斯检验是一种基于秩次的单因素检验,用于判断k个独立样本是否来自相同的总体。它是单因素方差分析的非参数对应方法,适用于数据为有序类型、呈偏态或包含异常值的情形。计算器会汇总所有观测值,赋予秩次(同值取平均秩),并计算各组秩和、经结校正的H统计量、卡方p值、临界值,以及拒绝或保留原假设的判断。
使用方法
在第1组、第2组和第3组中分别输入观测值,数值之间可用逗号、分号或空格分隔。第1至3组为必填项。第4、5、6组为可选项:对于不使用的组,请输入 -。随后设置显著性水平α(默认值为0.05)。各组样本量可以不同,组的顺序不影响H值,观测值总数不得超过5000个。
公式
在没有相同值(无结)的情况下,统计量为
$$H_0=\frac{12}{n(n+1)}\sum_{i=1}^{k}\frac{R_i^2}{n_i}-3(n+1)$$其中 \(n_i\) 为第i组的观测值个数,\(R_i\) 为第i组的秩和,\(n\) 为观测值总数,\(k\) 为组数。存在相同值时:
$$C=1-\frac{\sum_j (t_j^3-t_j)}{n^3-n},\qquad H=\frac{H_0}{C}$$其中 \(t_j\) 为第j组相同值的个数。p值为
$$p=P(\chi^2_{k-1}\ge H)$$当H超过自由度为k − 1、置信水平为1 − α的卡方分位数时,检验拒绝原假设。
约定与假设
- 相同值取其所占秩次的平均值。报告的H为经结校正的值;若不存在相同值,则与未校正的H相等。结校正采用标准的Conover/克鲁斯卡尔-沃利斯形式,这是一种设计选择,因为NIST页面未给出该公式。
- H与自由度为k − 1的卡方分布进行比较,采用上尾概率。
- 判断规则:若H大于临界值,则拒绝H0。默认α为0.05。
- 若任一组的观测值少于5个,将显示小样本警告,因为卡方近似可能不可靠。结果仍会照常计算。
- 若所有值完全相同,则C = 0,H无定义,计算器将报错。至少需要两组。H = 0时,p = 1。
- 内部使用原始数值。显示时,H、p、临界值和C保留4位小数,秩和保留1位小数。
算例
三组,每组六个值:第1组 = 27, 2, 4, 18, 7, 9;第2组 = 20, 8, 14, 36, 21, 22;第3组 = 34, 31, 3, 23, 30, 6;α = 0.05。此处 \(n=18\),\(k=3\),且不存在相同值。
$$R_1=39.0,\quad R_2=65.0,\quad R_3=67.0$$$$H_0=\frac{12}{18\times 19}\left(\frac{39^2}{6}+\frac{65^2}{6}+\frac{67^2}{6}\right)-3\times 19=2.8538$$结校正因子为 \(C=1\),因此 \(H=2.8538\)(与校正前相同)。自由度为2,p值为0.2401,临界值为5.9915。由于2.8538小于5.9915,不拒绝H0。由于每组均有6个观测值,因此不适用小样本警告。
结果解读与局限性
较小的p值(小于α)表明至少有一组的取值倾向于大于或小于其他组。该检验并不能说明具体哪些组之间存在差异;若结果显著,应进一步进行两两比较。该检验假定样本相互独立;若要将结果解释为中位数之差,还需假定各组分布形态相似。当组样本量小于5时,精确检验表比卡方近似更为可取。
常见问题
何时应使用克鲁斯卡尔-沃利斯检验而非方差分析?
当正态性存疑、数据为有序类型或存在异常值时,应使用该检验。
如何处理相同值?
相同值共享其秩次的平均值,H再除以结校正因子C。
小样本警告是什么意思?
至少有一组的数值少于5个,因此卡方p值仅为近似值。
可以使用不等的组样本量吗?
可以。公式会按各组自身的样本量对每个秩和进行加权。
为什么对未使用的组需要输入 -?
空白输入框会被替换为默认值,因此短横线用于标记该组未被使用。只有第4至6组可以不使用。
资料来源
- Dataplot KRUSKAL WALLIS命令参考,美国国家标准与技术研究院信息技术实验室,2023