Kruskal-Wallis 等級和檢定
由於上一個練習發現，線性模型的變異數同質性假設被違反了，我們可能需要改用其他方法。
ANOVA 的其中一種非參數替代方法是 Kruskal-Wallis 等級和檢定。若你有一些統計背景，這個檢定可視為 Mann-Whitney U 檢定在超過 2 組時的延伸，就像我們的 grade 變數有多個水準一樣。對我們而言，此檢定的虛無假設是：所有 int_rate 依 grade 的排序相同。
Kruskal-Wallis 等級和檢定可以用 base R 提供的 kruskal.test() 函式來執行。所幸它的用法和 lm() 或 aov() 很相似：輸入一個 formula 和一個資料集，就會得到結果。
本練習屬於課程
R 的實驗設計
練習說明
- 使用
kruskal.test()檢視在採用非參數模型時，int_rate是否會隨grade而改變。
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
# Conduct the Kruskal-Wallis rank sum test
kruskal.test(___,
data = ___)