The Kruskal–Wallis one-way analysis

The Kruskal–Wallis one-way analysis of variance by ranks (named after William Kruskal and W. Allen Wallis) is a non-parametric method for testing whether samples originate from the same distribution.[1][2][3] It is used for comparing two or more samples that are independent, and that may have different sample sizes, and extends the Mann–Whitney U test to more than two groups. The parametric equivalent of the Kruskal-Wallis test is the one-way analysis of variance (ANOVA). When rejecting the null hypothesis of the Kruskal-Wallis test, then at least one sample stochastically dominates at least one other sample. The test does not identify where this stochastic dominance occurs or for how many pairs of groups stochastic dominance obtains. Dunn's test[4] would help analyze the specific sample pairs for stochastic dominance.

Since it is a non-parametric method, the Kruskal–Wallis test does not assume a normal distribution of the residuals, unlike the analogous one-way analysis of variance. If the researcher can make the more stringent assumptions of an identically shaped and scaled distribution for all groups, except for any difference in medians, then the null hypothesis is that the medians of all groups are equal, and the alternative hypothesis is that at least one population median of one group is different from the population median of at least one other group.

ผลลัพธ์ (ไทย) 1:

Kruskal – วาลลิทางเดียวการวิเคราะห์ของความแปรปรวน โดยยศ (ชื่อ William Kruskal และปริมาณวาลลิอัลเลน) เป็นวิธีไม่ใช่พาราเมตริกสำหรับการทดสอบว่าตัวอย่างที่มาจากการกระจายเดียวกัน[1][2][3] จะใช้การเปรียบเทียบอย่าง น้อย 2 ตัวอย่างที่เป็นอิสระ และที่อาจมีขนาดตัวอย่างที่แตกต่างกัน และขยายการทดสอบมานน์ – วิทนีย์ U มากกว่า 2 กลุ่ม เทียบเท่ากับการทดสอบ Kruskal วาลลิพาราเมตริกเป็นทางเดียววิเคราะห์ความแปรปรวน (การวิเคราะห์ความแปรปรวน) เมื่อปฏิเสธสมมติฐานว่างของทดสอบ Kruskal วาลลิ แล้วอย่างน้อยหนึ่ง stochastically กุมอำนาจอย่างน้อยหนึ่งอื่น ๆ ไม่ระบุการทดสอบที่เกิดขึ้นในปกครองนี้สโทแคสติก หรือสำหรับจำนวนคู่ของกลุ่มปกครองแบบเฟ้นสุ่มได้รับ ทดสอบของดันน์ [4] จะช่วยวิเคราะห์คู่ตัวอย่างเฉพาะการครอบงำแบบเฟ้นสุ่มเนื่องจากเป็นวิธีที่ไม่ใช่พาราเมตริก การทดสอบ Kruskal – วาลลิไม่สมมติว่าการแจกแจงปกติของค่าคงเหลือ ซึ่งแตกต่างจากคู่ทางเดียวการวิเคราะห์ความแปรปรวน ถ้านักวิจัยสามารถทำให้สมมติฐานที่เข้มงวดมากขึ้นของการกระจายรูป และปรับสัดส่วนได้เหมือนกันสำหรับกลุ่มทั้งหมด ยกเว้นสำหรับความแตกต่างใน medians แล้วสมมติฐานว่าง ว่า medians ของทุกกลุ่มเท่า และสมมติฐานทางเลือก ค่ามัธยฐานของกลุ่มประชากรน้อยนั้น จะแตกต่างจากค่ามัธยฐานของประชากรของกลุ่มน้อยอื่น ๆ

ผลลัพธ์ (ไทย) 2:

Kruskal-Wallis วิเคราะห์หนึ่งความแปรปรวนทางเดียวโดยการจัดอันดับ (ชื่อวิลเลียม Kruskal และดับบลิวแอลเลนวอลลิส) เป็นวิธีการที่ไม่พารามิเตอร์สำหรับการทดสอบว่าตัวอย่างที่มาจากการกระจายเดียวกัน. [1] [2] [3] มันเป็น ที่ใช้สำหรับการเปรียบเทียบสองคนหรือมากกว่ากลุ่มตัวอย่างที่มีความเป็นอิสระและที่อาจมีขนาดตัวอย่างที่แตกต่างกันและขยายการทดสอบ U-แมนน์วิทนีย์ให้มากขึ้นกว่าสองกลุ่ม เทียบเท่าพารามิเตอร์ของการทดสอบ Kruskal-วาลลิสเป็นหนึ่งในการวิเคราะห์ความแปรปรวนทางเดียว (ANOVA) เมื่อปฏิเสธสมมติฐานของการทดสอบ Kruskal-Wallis แล้วอย่างน้อยหนึ่งตัวอย่าง stochastically dominates ตัวอย่างอื่น ๆ อย่างน้อยหนึ่ง การทดสอบไม่ได้ระบุที่ครอบงำสุ่มนี้เกิดขึ้นหรือวิธีการหลายคู่ของกลุ่มได้รับใบรับรองการปกครองสุ่ม ทดสอบดันน์ [4] จะช่วยวิเคราะห์คู่ตัวอย่างที่เฉพาะเจาะจงสำหรับการปกครองสุ่ม. เพราะมันเป็นวิธีการที่ไม่พารามิเตอร์การทดสอบ Kruskal-Wallis ไม่ถือว่าการกระจายปกติของเหลือซึ่งแตกต่างจากการวิเคราะห์คล้ายหนึ่งความแปรปรวนทางเดียว ถ้านักวิจัยสามารถทำให้สมมติฐานที่เข้มงวดมากขึ้นของการจัดจำหน่ายที่มีรูปร่างเหมือนกันและปรับขนาดสำหรับทุกกลุ่มยกเว้นสำหรับความแตกต่างในมีเดียใด ๆ แล้วสมมติฐานคือมีเดียทุกกลุ่มมีความเสมอภาคและสมมติฐานทางเลือกก็คือว่าอย่างน้อยหนึ่ง เฉลี่ยประชากรกลุ่มหนึ่งจะแตกต่างจากค่าเฉลี่ยของประชากรอย่างน้อยหนึ่งกลุ่มอื่น ๆ

ผลลัพธ์ (ไทย) 3:

The Kruskal - Wallis การวิเคราะห์ความแปรปรวนโดยยศ ( ชื่อหลังจากที่วิลเลียมวอล Kruskal และ อัลเลน ) เป็นวิธีการทดสอบที่ไม่ใช้พารามิเตอร์ว่าตัวอย่างมาจากการกระจายเดียวกัน [ 1 ] [ 2 ] [ 3 ] มันถูกใช้สำหรับการเปรียบเทียบมากกว่าสองกลุ่มตัวอย่างที่เป็นอิสระ และอาจจะได้ขนาดกลุ่มตัวอย่างต่างกัน และขยาย Mann Whitney U Test และมากกว่าสองกลุ่มเทียบเท่ากับพารามิเตอร์ของ Kruskal Wallis Test คือ การวิเคราะห์ความแปรปรวนทางเดียว ( ANOVA ) เมื่อมีการปฏิเสธสมมติฐานว่างของ Kruskal Wallis Test แล้วอย่างน้อยหนึ่งตัวอย่าง stochastically dominates อย่างน้อยหนึ่งตัวอย่าง แบบไม่ระบุที่การปกครอง Stochastic นี้เกิดขึ้น หรือกลุ่มสุ่มการปกครองได้กี่คู่ดันน์ทดสอบ [ 4 ] จะช่วยวิเคราะห์เฉพาะตัวอย่างคู่สำหรับการปกครอง Stochastic

เพราะมันเป็นวิธีที่ไม่ใช้พารามิเตอร์ , Kruskal - Wallis test ไม่ถือว่าเป็นปกติของความคลาดเคลื่อน ซึ่งแตกต่างจากเครื่องมือที่คล้ายกันของความแปรปรวน ถ้าผู้วิจัยสามารถทำให้สมมติฐานที่เข้มงวดมากขึ้นของรูปร่างและขนาดกันกระจายทุกกลุ่มนอกจากความแตกต่างในมีเดีย แล้วสมมติฐานโมฆะว่า มีเดีย ทุกกลุ่มเท่าเทียมกัน และสมมติฐานทางเลือกคืออย่างน้อยหนึ่งประชากรเฉลี่ยของกลุ่มที่แตกต่างจากประชากรเฉลี่ยของกลุ่มอื่น ๆอย่างน้อยหนึ่ง .