1. Nauka
    2. /
  2. Kursy
    3. /
  3. Projektowanie eksperymentów w R
Connected

ćwiczenie

Test rang Kruskala-Wallisa

W poprzednim ćwiczeniu stwierdziliśmy, że założenie o jednorodności wariancji wymagane przez modelowanie liniowe zostało naruszone. Warto zatem rozważyć alternatywę.

Jedną z nieparametrycznych alternatyw dla ANOVA jest test rang Kruskala-Wallisa. Dla osób zaznajomionych ze statystyką: to rozszerzenie testu Manna-Whitneya U na przypadki z więcej niż dwiema grupami – tak jak w przypadku naszej zmiennej grade. Hipoteza zerowa tego testu zakłada, że wartości int_rate mają takie samo uszeregowanie we wszystkich grupach według zmiennej grade.

Test rang Kruskala-Wallisa można przeprowadzić za pomocą funkcji kruskal.test() dostępnej w bazowym R. Na szczęście jej użycie jest bardzo podobne do lm() czy aov(): podajesz formułę i zbiór danych, a funkcja zwraca wynik.

Instrukcje

100 XP
  • Użyj funkcji kruskal.test(), aby sprawdzić, czy int_rate różni się w zależności od grade przy zastosowaniu modelu nieparametrycznego.