本文介绍了在R语言中进行多个独立样本的非参数检验，特别是针对非正态分布或方差不齐的数据，重点讲解了Kruskal-Wallis检验及Nemenyi和Dunn的两两比较方法。通过实例展示了如何处理连续型和有序分类变量的数据，包括使用PMCMR和Ridit包进行分析。
关于Excel数据指标分析，已经上传到个人资源，以下是链接，需要的小伙伴可自取。
Excel数据分析工具库（t检验、Z检验、方差分析、回归、协方差、相关系数、双样本方差分析）
https://download.youkuaiyun.com/download/wenyusuran/16344167
方差分析是假设数据满足正态分布和方差齐性的前提下，计算总体相等但在当前样本量下由于偶然原因导致均值出现差异的概率，或者说基于当前样本量，结局均值的差异有多大的可能性（概率）是由于偶然原因造成的。若不满足前提条件则宜采用更为稳健的非参数方法，比如常用的基于秩次的假设检验（秩和检验）。秩和检验时，我们的H0假设不再是均值相等，而是中位数代表的分布是否相同。
类似于方差分析中的独立样本的方差分析和区组设计的方差分析，多个样本的非参数检验分为多个独立样本的非参数检验和多个相关样本的非参数检验。本文关于多个独立样本的秩和检验及其事后两两比较方法，示例1是结局变量为连续变量的例子，示例2则是解释/分组变量为分类变量，结局/指标变量为有序分类变量。
此次笔记涉及到分析方法是单因素方分析、Kruskal-Wallis检验及事后两两比较、Ridi
订阅专栏 解锁全文
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
