Kruskal-Wallis 秩和检验
鉴于上一个练习发现线性建模的方差齐性假设被违反,我们可能需要尝试一种替代方法。
ANOVA 的一种非参数替代方法是 Kruskal-Wallis 秩和检验。若您熟悉一些统计学,它是当分组多于 2 个时(例如我们的 grade 变量)对 Mann-Whitney U 检验的扩展。对我们而言,该检验的原假设是:所有 int_rate 在按 grade 分组时的秩次相同。
Kruskal-Wallis 秩和检验可以使用基础 R 中的 kruskal.test() 函数完成。幸运的是,这个函数的用法与 lm() 或 aov() 非常相似:输入一个公式和一个数据集,就会返回结果。
本练习是课程的一部分
R 中的实验设计
练习说明
- 使用
kruskal.test()在采用非参数模型时检验int_rate是否随grade而变化。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# Conduct the Kruskal-Wallis rank sum test
kruskal.test(___,
data = ___)