Friedman 检验
| 命令: | 统计 ANOVAFriedman 检验 |
|---|
Friedman 检验是检验多个相关样本之间差异的非参数检验。Friedman 检验是重复测量方差分析的替代方法，适用于在同一受试者上、不同条件下测量同一参数的情况。
如何输入数据
| A | B | C | D | E | |
|---|---|---|---|---|---|
| TREATMENT1 | TREATMENT2 | TREATMENT3 | TREATMENT4 | ||
| 1 | 7 | 5 | 3 | 1 | |
| 2 | 7 | 3 | 5 | 1 | |
| 3 | 5 | 2 | 2 | 7 | |
| 4 | 5 | 1 | 3 | 7 | |
| 5 | 7 | 3 | 1 | 5 | |
| 6 | 3 | 3 | 3 | 7 | |
| 7 | 1 | 5 | 3 | 7 | |
| 8 | 3 | 7 | 1 | 5 | |
| 9 | 6 | 1 | 3 | 6 | |
| 10 | 7 | 1 | 5 | 3 | |
| 11 | 7 | 3 | 5 | 1 | |
| 12 | 6 | 1 | 3 | 6 |
各列包含不同测量的数据（改编自 Conover, 1999 的示例）。
所需输入
- 变量：包含相关观测值的变量。
- 筛选条件：用于只包含所选个案亚组的可选筛选条件。
- 选项
- 显著性水平：事后检验所需的显著性水平。如果 Friedman 检验的 P值小于此显著性水平，MedCalc 将按照 Conover (1999) 的方法对变量进行两两比较。
结果
电子表格中的个案 | 12 |
|---|---|
带丢失值的个案 | 0 |
分析中包含的个案 | 12 |
描述统计
| n | 最小值 | 第25个百分位数 | 中位数 | 第75个百分位数 | 最大值 |
|---|---|---|---|---|---|---|
TREATMENT1 | 12 | 1.0000 | 4.000 | 6.000 | 7.000 | 7.000 |
TREATMENT2 | 12 | 1.0000 | 1.000 | 3.000 | 4.000 | 7.000 |
TREATMENT3 | 12 | 1.0000 | 2.500 | 3.000 | 4.000 | 5.000 |
TREATMENT4 | 12 | 1.0000 | 2.000 | 5.500 | 7.000 | 7.000 |
Friedman 检验
F | 3.1922 |
|---|---|
DF 1 | 3 |
DF 2 | 33 |
P | 0.03622 |
多重比较
变量 | 平均秩 | 与变量nr不同（P<0.05） |
|---|---|---|
(1) TREATMENT1 | 3.1667 | (2) (3) |
(2) TREATMENT2 | 1.9583 | (1) |
(3) TREATMENT3 | 2.0417 | (1) |
(4) TREATMENT4 | 2.8333 |
平均秩所需的最小差异： 0.9568
  | 多变量图 |
描述统计
此表显示各变量的描述统计量：个案数（n）、最小值、第 25 百分位数、中位数、第 75 百分位数和最大值。由于 Friedman 检验是相关样本的检验，在一个或多个变量上有缺失值的个案将被排除在分析之外，因此各变量的样本量相同。
Friedman 检验
Friedman 检验的零假设是变量之间没有差异。如果计算得到的概率较低（P 小于所选的显著性水平），则拒绝零假设，可以认为至少有两个变量彼此存在显著差异。
多重比较
如果 Friedman 检验结果为阳性（P 小于所选的显著性水平），将显示一个表，说明哪些变量与哪些变量存在显著差异。
例如，变量 (1)（即 TREATMENT1）与对应于 TREATMENT2 和 TREATMENT3 的变量 (2) 和 (3) 存在显著差异。
对于 Friedman 检验和事后检验，MedCalc 均使用 Conover, 1999（第 369-373 页）所述的方法。
参考文献
- Conover WJ (1999) Practical non-parametric statistics, 3rd edition. New York: John Wiley & Sons.