基本分析 > 单因子分析 > 非参数检验 > 非参数多重比较
发布日期: 11/15/2021

非参数多重比较

该选项提供若干方法用于执行非参数多重比较。这些检验基于秩并控制整体实验误差率(对每对执行 Wilcoxon 检验除外)。有关这些检验的详细信息,请参见 Dunn (1964) 和 Hsu (1996)。有关报表的信息,请参见非参数多重比较过程

非参数多重比较过程

对每对执行 Wilcoxon 检验

对每对执行 Wilcoxon 检验。该过程不控制总 alpha 水平。这是“比较均值”菜单中的每对,Student t 选项的非参数版本。请参见Wilcoxon 每对检验、Steel-Dwass 所有对检验,以及带控制组的 Steel 检验

对所有对执行 Steel-Dwass 检验

对每对执行 Steel-Dwass 检验。这是“比较均值”菜单中的所有对,Tukey HSD 选项的非参数版本。请参见Wilcoxon 每对检验、Steel-Dwass 所有对检验,以及带控制组的 Steel 检验

带控制组的 Steel 检验

将每个水平与控制水平进行比较。这是“比较均值”菜单中的带控制组的 Dunnett 检验选项的非参数版本。请参见Wilcoxon 每对检验、Steel-Dwass 所有对检验,以及带控制组的 Steel 检验

使用联合秩的 Dunn 所有对检验

对每对执行比较,与“对所有对执行 Steel-Dwass 检验”选项类似。Dunn 方法对所有数据都计算秩,而不仅仅是要比较的配对。报告的 p 值反映 Bonferroni 调整。它是未调整的 p 值乘以比较次数后的结果。若调整的 p 值超过 1,则将该值报告为 1。请参见使用联合秩的 Dunn 所有对检验和使用联合秩的带控制组的 Dunn 检验

使用联合秩的带控制组的 Dunn 检验

将每个水平与控制水平进行比较,与“带控制组的 Steel 检验”选项类似。Dunn 方法对所有数据都计算秩,而不仅仅是要比较的配对。报告的 p 值反映 Bonferroni 调整。它是未调整的 p 值乘以比较次数后的结果。若调整的 p 值超过 1,则将该值报告为 1。请参见使用联合秩的 Dunn 所有对检验和使用联合秩的带控制组的 Dunn 检验

Wilcoxon 每对检验、Steel-Dwass 所有对检验,以及带控制组的 Steel 检验

这些多重比较过程的报表提供检验结果和置信区间。对于这些检验,在通过仅组合给定比较中使用的两个水平而获得的样本中对这些观测排序。

q*

用于计算置信区间的分位数。

Alpha

计算置信区间时使用的 alpha 水平。通过从“单因子”菜单中选择“设置 α 水平”选项,您可以更改该置信水平。

水平

配对比较中使用的 X 变量的第一个水平。

- 水平

配对比较中使用的 X 变量的第二个水平。

均值差得分

第一个水平(水平)中的观测的秩得分均值减去第二个水平(-水平)中的观测的秩得分均值,其中应用了连续校正。

n1 表示第一个水平中的观测数,用 n2 表示第二个水平中的观测数。在由这两个水平构成的样本中对这些观测排序。对结值秩求平均值。用 ScoreSum1 表示第一个水平的秩总和,用 ScoreSum2 表示第二个水平的秩总和。

若得分均值的差值为正,则“得分均值差”定义如下:

均值差得分 = (ScoreSum1 - 0.5)/n1 - (ScoreSum2 + 0.5)/n2

若得分均值的差值为负,则“均值差得分”定义如下:

均值差得分 = (ScoreSum1 + 0.5)/n1 - (ScoreSum2 -0.5)/n2

差值标准误差

均值差得分的标准误差。

Z

标准化检验统计量,服从在均值无差异这一原假设下的渐近标准正态分布。

p 值

基于 Z 的渐近检验的 p 值。

Hodges-Lehmann

位置移动的 Hodges-Lehmann 估计量。构造第一个水平中的观测减去第二个水平中的观测后的所有配对差值。Hodges-Lehmann 估计量是这些差值的中位数。“差值图”条形图显示 Hodges-Lehmann 估计值的大小。

置信下限

Hodges-Lehmann 统计量的置信下限。

注意:若组样本大小因过大而引起内存问题,则不计算。

置信上限

Hodges-Lehmann 统计量的置信上限。

注意:若组样本大小因过大而引起内存问题,则不计算。

使用联合秩的 Dunn 所有对检验和使用联合秩的带控制组的 Dunn 检验

这些比较过程基于整个数据集的观测的秩。对于使用联合秩的带控制组的 Dunn 检验,您必须选择一个控制水平。

水平

配对比较中使用的 X 变量的第一个水平。

- 水平

配对比较中使用的 X 变量的第二个水平。

均值差得分

第一个水平(水平)中的观测的秩得分均值减去第二个水平(-水平)中的观测的秩得分均值,其中应用了连续校正。通过对整个样本中的观测排序获得秩。对结值秩求平均值。连续校正在均值差得分中进行了说明。

差值标准误差

均值差得分的标准误差。

Z

标准化检验统计量,服从在均值无差异这一原假设下的渐近标准正态分布。

p 值

基于 Z 的渐近检验的 p 值。

需要更多信息?有问题?从 JMP 用户社区得到解答 (community.jmp.com).