基本分析 > 单因子分析 > “单因子分析”报表 > “非参数多重比较”报表
发布日期: 09/18/2023

“非参数多重比较”报表

在“单因子”平台中,“非参数多重比较”选项提供若干用于执行非参数多重比较的方法。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)。本节涵盖这些方法的报表。

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

这些多重比较过程的报表包括检验结果和置信区间。对于这些检验,在通过仅考虑在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 a 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。

差异图

得分均值差值的条形图。

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 检验报表

Dunn 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).