เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

การทดสอบ Kruskal-Wallis rank sum

จากแบบฝึกหัดก่อนหน้า เราพบว่าข้อสมมติเรื่องความเท่าเทียมกันของความแปรปรวน (homogeneity of variance) ในการสร้างโมเดลเชิงเส้นถูกละเมิด ดังนั้นจึงควรลองใช้วิธีทางเลือกอื่น

การทดสอบ Kruskal-Wallis rank sum เป็นทางเลือกแบบ non-parametric สำหรับ ANOVA สำหรับผู้ที่มีพื้นฐานทางสถิติ การทดสอบนี้คือการขยายผลของการทดสอบ Mann-Whitney U สำหรับกรณีที่มีมากกว่าสองกลุ่ม ซึ่งเหมาะกับตัวแปร grade ของเรา สมมติฐานหลัก (null hypothesis) ของการทดสอบนี้คือ int_rate ทั้งหมดมีการจัดอันดับที่เหมือนกันในทุก grade

สามารถใช้ฟังก์ชัน kruskal.test() ที่มีอยู่ใน base R เพื่อทำการทดสอบนี้ได้ โดยการใช้งานฟังก์ชันนี้คล้ายกับ lm() หรือ aov() มาก กล่าวคือ ป้อนสูตรและชุดข้อมูล แล้วรับผลลัพธ์กลับมา

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

การออกแบบการทดลองใน R

ดูคอร์ส

คำแนะนำการฝึกหัด

  • ใช้ kruskal.test() เพื่อตรวจสอบว่า int_rate แตกต่างกันตาม grade หรือไม่ เมื่อใช้โมเดลแบบ non-parametric

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# Conduct the Kruskal-Wallis rank sum test
kruskal.test(___,
             data = ___)
แก้ไขและรันโค้ด