如何用 python 执行弗里德曼检验

Friedman 检验是 重复测量方差分析的非参数替代方法。它用于确定每组中出现相同受试者的三个或更多组的平均值之间是否存在统计显着差异。

本教程介绍如何在 Python 中执行 Friedman 测试。

示例：Python 中的 Friedman 测试

研究人员想知道患者对三种不同药物的反应时间是否相同。为了测试这一点，他测量了 10 名不同患者对三种药物的反应时间（以秒为单位）。

按照以下步骤在 Python 中执行 Friedman 测试，以确定药物之间的平均反应时间是否不同。

第 1 步：输入数据。

首先，我们将创建三个表，其中包含每位患者对三种药物中每种药物的反应时间：

 group1 = [4, 6, 3, 4, 3, 2, 2, 7, 6, 5]
group2 = [5, 6, 8, 7, 7, 8, 4, 6, 4, 5]
group3 = [2, 4, 4, 3, 2, 2, 1, 4, 3, 2]

步骤 2：执行弗里德曼检验。

接下来，我们将使用 scipy.stats 库中的Friedmanchisquare() 函数执行弗里德曼测试：

 from scipy import stats

#perform Friedman Test
stats. friedmanchisquare (group1, group2, group3)

(statistic=13.3514, pvalue=0.00126)

第 3 步：解释结果。

弗里德曼检验使用以下原假设和备择假设：

原假设 (H ₀ )：每个总体的平均值相等。

备择假设： (Ha)：至少有一个总体平均值与其他总体平均值不同。

在此示例中，检验统计量为13.3514 ，相应的 p 值为 p = 0.00126 。由于该 p 值小于 0.05，因此我们可以拒绝所有三种药物的平均响应时间相同的原假设。

换句话说，我们有足够的证据可以得出结论，所使用的药物类型会导致反应时间出现统计学上的显着差异。