So führen sie einen kruskal-wallis-test in sas durch

Mithilfe eines Kruskal-Wallis-Tests wird ermittelt, ob ein statistisch signifikanter Unterschied zwischen den Medianwerten von drei oder mehr unabhängigen Gruppen besteht.

Sie gilt als nichtparametrisches Äquivalent der einfaktoriellen ANOVA .

Dieses Tutorial bietet ein schrittweises Beispiel für die Durchführung eines Kruskal-Wallis-Tests in SAS.

Schritt 1: Geben Sie die Daten ein

Angenommen, Forscher möchten wissen, ob drei verschiedene Düngemittel zu unterschiedlichem Pflanzenwachstum führen.

Sie wählen nach dem Zufallsprinzip 30 verschiedene Pflanzen aus und teilen sie in drei Gruppen zu je zehn Pflanzen auf, wobei sie jeder Gruppe einen anderen Dünger hinzufügen. Nach einem Monat messen sie die Höhe jeder Pflanze.

Wir werden die folgenden Daten in SAS eingeben, die das Gesamtwachstum (in Zoll) jeder der 10 Pflanzen in jeder Gruppe zeigen:

 /*create dataset*/
data fertilizer_data;
    input fertilizer $growth;
    datalines ;
fert1 7
fert1 14
fert1 14
fert1 13
fert1 12
fert1 9
fert1 6
fert1 14
fert1 12
fert1 8
fert2 15
fert2 17
fert2 13
fert2 15
fert2 15
fert2 13
fert2 9
fert2 12
fert2 10
fert2 8
fert3 6
fert3 8
fert3 8
fert3 9
fert3 5
fert3 14
fert3 13
fert3 8
fert3 10
fert3 9
;
run ;

Schritt 2: Führen Sie den Kruskal-Wallis-Test durch

Als nächstes verwenden wir die proc npar1way- Anweisung, um einen Kruskal-Wallis-Test durchzuführen, um das mittlere Pflanzenwachstum zwischen den drei Düngemittelgruppen zu vergleichen:

 /*perform Kruskal-Wallis test*/
proc npar1way data =fertilizer_data wilcoxon dscf ;
    class fertilizer;
    vargrowth ;
run ;

Schritt 3: Interpretieren Sie die Ergebnisse

Die erste Ergebnistabelle zeigt die Gesamtstatistik des Chi-Quadrat-Tests und den entsprechenden p-Wert für den Kruskal-Wallis-Test:

Der p-Wert des Tests beträgt 0,0431 . Da dieser Wert kleiner als 0,05 ist, lehnen wir die Nullhypothese ab, dass das mittlere Pflanzenwachstum für alle drei Düngemittel gleich ist.

Dies bedeutet, dass wir über genügend Beweise verfügen, um zu dem Schluss zu kommen, dass die Art des verwendeten Düngemittels statistisch signifikante Unterschiede im Pflanzenwachstum verursacht.

Die endgültige Ergebnistabelle zeigt die p-Werte für die paarweisen Vergleiche zwischen jeder der drei Gruppen:

Aus dieser Tabelle können wir ersehen, dass der einzige p-Wert unter 0,05 der Vergleich zwischen Dünger 2 und Dünger 3 ist, der einen p-Wert von 0,0390 hat.

Dies bedeutet, dass es einen statistisch signifikanten Unterschied im Pflanzenwachstum zwischen Dünger 2 und Dünger 3 gibt, nicht jedoch zwischen den anderen paarweisen Vergleichen.

Zusätzliche Ressourcen

In den folgenden Tutorials wird erläutert, wie Sie andere gängige statistische Tests in SAS durchführen:

So führen Sie einen T-Test bei einer Stichprobe in SAS durch
So führen Sie einen T-Test bei zwei Stichproben in SAS durch
So führen Sie eine einfaktorielle ANOVA in SAS durch
So führen Sie eine zweifaktorielle ANOVA in SAS durch