The Kruskal-Wallis H test is a non-

The Kruskal-Wallis H test is a non-parametric test which is used in place of a one-way ANOVA. Essentially it is an extension of the Wilcoxon Rank-Sum test to more than two independent samples.

Although, as explained in Assumptions for ANOVA, one-way ANOVA is usually quite robust, there are many situations where the assumptions are sufficiently violated and so the Kruskal-Wallis test becomes quite useful: in particular, when:

Group sample strongly deviate from normal (this is especially relevant when sample sizes are small and unequal and data are not symmetric)
Group variances are quite different (especially when there are significant outliers)
Some characteristics of Kruskal-Wallis test are:

No assumptions are made about the type of underlying distribution.
However, it is assumed that all groups have a distribution with the same shape (i.e. a weaker version of homogeneity of variances).
No population parameters are estimated (and so there are no confidence intervals).

ผลลัพธ์ (ไทย) 2:

ทดสอบ Kruskal-Wallis H คือการทดสอบที่ไม่ใช่พารามิเตอร์ซึ่งถูกนำมาใช้ในสถานที่ของทางเดียว ANOVA เป็นหลักก็เป็นส่วนขยายของการทดสอบ Wilcoxon อันดับ-Sum ให้มากขึ้นกว่าสองกลุ่มที่เป็นอิสระ. แม้ว่าตามที่อธิบายไว้ในสมมติฐานการวิเคราะห์ความแปรปรวนทางเดียว ANOVA มักจะแข็งแกร่งมากมีหลาย ๆ สถานการณ์ที่สมมติฐานที่มีการละเมิดอย่างเพียงพอและอื่น ๆ ทดสอบ Kruskal-วาลลิสกลายเป็นประโยชน์มาก: โดยเฉพาะอย่างยิ่งเมื่อ: ตัวอย่างกลุ่มขอเบี่ยงเบนไปจากปกติ (นี่คือที่เกี่ยวข้องโดยเฉพาะอย่างยิ่งเมื่อขนาดตัวอย่างมีขนาดเล็กและไม่เท่ากันและข้อมูลไม่สมมาตร) ความแปรปรวนของกลุ่มจะค่อนข้างแตกต่างกัน (โดยเฉพาะอย่างยิ่งเมื่อมีค่าผิดปกติอย่างมีนัยสำคัญ) ลักษณะบางส่วนของการทดสอบ Kruskal-Wallis คือสมมติฐานที่ไม่มีที่ทำเกี่ยวกับประเภทของการกระจายพื้นฐาน. แต่มันจะสันนิษฐานว่าทุกกลุ่มมีการกระจายที่มีรูปร่างเหมือนกัน (เช่นรุ่นที่ปรับตัวลดลงของความสม่ำเสมอของความแปรปรวน). ไม่มีพารามิเตอร์ประชากร ประมาณ (และจึงมีความเชื่อมั่นไม่ได้)

ผลลัพธ์ (ไทย) 3:

ทดสอบ Kruskal Wallis H คือการทดสอบที่ไม่ใช้พารามิเตอร์ที่ใช้ในสถานที่ของการวิเคราะห์ความแปรปรวนแบบทางเดียว เป็นหลักมันเป็นส่วนขยายของสถิติอันดับรวมทดสอบมากกว่าสองกลุ่มตัวอย่างที่เป็นอิสระ

แม้ว่าตามที่อธิบายไว้ในเบื้องต้น สำหรับการวิเคราะห์ความแปรปรวน ( ANOVA ) วิเคราะห์ความแปรปรวนทางเดียว คือมักจะมีประสิทธิภาพมากมีหลายสถานการณ์ที่เพียงพอและข้อสมมติฐานละเมิดดังนั้น Kruskal Wallis Test จะค่อนข้างมีประโยชน์ : โดยเฉพาะอย่างยิ่งเมื่อ :

กลุ่มตัวอย่างมีผิดเพี้ยนจากปกติ ( โดยเฉพาะอย่างยิ่งที่เกี่ยวข้องเมื่อขนาดตัวอย่างมีขนาดเล็กและไม่เท่ากัน และข้อมูลไม่สมมาตร )
กลุ่มความแตกต่างกันมาก ( โดยเฉพาะอย่างยิ่งเมื่อมีความผิดปกติ )
ลักษณะบางอย่างของ Kruskal Wallis Test :

ไม่มีสมมติฐานที่ทำเกี่ยวกับประเภทของต้นแบบการกระจาย .
แต่มันจะสันนิษฐานว่าทุกกลุ่มมีการแจกแจงรูปร่างเดียวกัน ( เช่นการลดลงของค่าความแปรปรวนของรุ่น ) .
ไม่มีพารามิเตอร์ประชากรประมาณ ( และดังนั้นจึงไม่มีความเชื่อมั่น )