R에서 kruskal-wallis 테스트를 수행하는 방법

Kruskal-Wallis 검정은 세 개 이상의 독립 그룹의 중앙값 간에 통계적으로 유의미한 차이가 있는지 여부를 확인하는 데 사용됩니다.

이는 일원 분산 분석 과 동등한 비모수적 분석으로 간주됩니다.

이 튜토리얼에서는 R에서 Kruskal-Wallis 테스트를 수행하는 방법을 설명합니다.

예: R의 Kruskal-Wallis 테스트

연구자들이 세 가지 다른 비료가 식물 성장의 다른 수준으로 이어지는지 여부를 알고 싶어한다고 가정해 보겠습니다. 그들은 무작위로 30개의 서로 다른 식물을 선택하고 이를 10개씩 세 그룹으로 나누고 각 그룹에 서로 다른 비료를 적용했습니다. 한 달 후에 그들은 각 식물의 높이를 측정합니다.

다음 단계에 따라 Kruskal-Wallis 테스트를 수행하여 세 그룹 모두에서 중앙값 성장이 동일한지 확인합니다.

1단계: 데이터를 입력합니다.

먼저, 30개 식물의 성장과 비료 그룹을 포함하는 다음 데이터 프레임을 생성합니다.

 #create data frame
df <- data. frame (group=rep(c(' A ', ' B ', ' C '), each= 10 ),
                 height=c(7, 14, 14, 13, 12, 9, 6, 14, 12, 8,
                          15, 17, 13, 15, 15, 13, 9, 12, 10, 8,
                          6, 8, 8, 9, 5, 14, 13, 8, 10, 9))

#view first six rows of data frame
head(df)

  group height
1 to 7
2 to 14
3 to 14
4 to 13
5 to 12
6 to 9

2단계: Kruskal-Wallis 테스트를 수행합니다.

다음으로 R 데이터베이스에 내장된 kruskal.test() 함수를 사용하여 Kruskal-Wallis 테스트를 수행합니다.

 #perform Kruskal-Wallis Test 
kruskal. test (height ~ group, data = df) 

	Kruskal-Wallis rank sum test

data: height by group
Kruskal-Wallis chi-squared = 6.2878, df = 2, p-value = 0.04311

3단계: 결과를 해석합니다.

Kruskal-Wallis 검정은 다음과 같은 귀무 가설과 대립 가설을 사용합니다.

귀무 가설(H ₀ ): 중앙값은 모든 그룹에서 동일합니다.

대립 가설: ( _HA ): 중앙값은 모든 그룹에서 동일 하지 않습니다 .

이 경우 검정 통계량은 6.2878 이고 해당 p-값은 0.0431 입니다.

이 p-값은 0.05보다 작기 때문에 세 가지 비료 모두 평균 식물 성장이 동일하다는 귀무가설을 기각할 수 있습니다.

이는 사용된 비료 유형이 식물 성장에 통계적으로 유의미한 차이를 일으킨다는 결론을 내릴 수 있는 충분한 증거가 있음을 의미합니다.

추가 리소스

다음 튜토리얼에서는 R에서 다른 일반적인 통계 테스트를 수행하는 방법을 설명합니다.

R에서 쌍을 이루는 샘플 t-테스트를 수행하는 방법
R에서 일원 분산 분석을 수행하는 방법
R에서 반복 측정 ANOVA를 수행하는 방법