python秩和检验(Kruskal-Wallis H Test)
Posted Data+Science+Insight
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了python秩和检验(Kruskal-Wallis H Test)相关的知识,希望对你有一定的参考价值。
python秩和检验(Kruskal-Wallis H Test)
Kruskal-Walis H检验,用于推断计量资料或等级资料的多个独立样本所来自的多个总体分布是否有差别。在理论上检验假设H0为总体分布位置相同。
KW检验的统计量是H值,服从卡方分布,直接写H值就行了
要确定中位数之间的任何差值在统计意义上是否显著,请将 p 值与显著性水平进行比较以评估原假设。原假设声明总体中位数均相等。通常,显著性水平(用 α 或 alpha 表示)为 0.05 即可。显著性水平 0.05 指示在实际上不存在差异时得出存在差异的风险为 5%。
P 值 ≤ α:一些中位数之间的差值在统计意义上显著
如果 p 值小于或等于显著性水平,则否定原假设并得出并非所有的总体中位数都相等的结论。使用 p 值确定中位数的任何差值在统计意义上是否显著。有关更多信息,请转到统计显著性和实际显著性。
P 值 > α:中位数之间的差值在统计意义上不显著
如果 p 值大于显著性水平,则您没有足够的证据否
以上是关于python秩和检验(Kruskal-Wallis H Test)的主要内容,如果未能解决你的问题,请参考以下文章
3.2. Wileoxon秩和检验法(下) ——python实战
3.2. Wileoxon秩和检验法(上) ——python实战