Hoe de friedman-test in excel uit te voeren

De Friedman-test is een niet-parametrisch alternatief voor ANOVA met herhaalde metingen . Het wordt gebruikt om te bepalen of er al dan niet een statistisch significant verschil bestaat tussen de gemiddelden van drie of meer groepen waarin dezelfde onderwerpen in elke groep voorkomen.

In deze tutorial wordt uitgelegd hoe u de Friedman-test in Excel uitvoert.

Voorbeeld: de Friedman-test in Excel

Volg de volgende stappen om de Friedman-test in Excel uit te voeren.

Stap 1: Voer de gegevens in.

Voer de volgende gegevens in, die de reactietijd (in seconden) tonen van 10 patiënten die drie verschillende medicijnen gebruiken. Omdat bij elke patiënt elk van de drie medicijnen wordt gemeten, zullen we de Friedman-test gebruiken om te bepalen of de gemiddelde reactietijd tussen medicijnen verschilt.

Stap 2: Classificeer de gegevens.

Rangschik vervolgens de gegevenswaarden in elke rij in oplopende volgorde met behulp van de functie =RANK.AVG() . De volgende formule laat zien hoe u de rangorde van de responstijd van patiënt 1 op medicijn 1 kunt berekenen:

Kopieer deze formule naar de rest van de cellen:

Bereken vervolgens de som van de rangen voor elke kolom, evenals de kwadratische som van de rangen:

Stap 3: Bereken de teststatistiek en de bijbehorende p-waarde.

De teststatistiek wordt gedefinieerd als:

Q = 12/nk(k+1) * ΣR _j ² – 3n(k+1)

Goud:

• n = aantal patiënten
• k = aantal behandelingsgroepen
• R _j ² = som van rangen voor de ^jde groep

Onder de nulhypothese volgt Q een chikwadraatverdeling met k-1 vrijheidsgraden.

De volgende schermafbeelding toont de formules die worden gebruikt om de teststatistiek Q en de bijbehorende p-waarde te berekenen:

De teststatistiek is Q = 12,35 en de overeenkomstige p-waarde is p = 0,00208 . Omdat deze waarde kleiner is dan 0,05, kunnen we de nulhypothese verwerpen dat de gemiddelde responstijd voor alle drie de geneesmiddelen hetzelfde is. We hebben voldoende bewijs om te concluderen dat het type medicatie dat wordt gebruikt resulteert in statistisch significante verschillen in responstijd.

Stap 4: Rapporteer de resultaten.

Tot slot willen wij graag de testresultaten rapporteren. Hier is een voorbeeld van hoe u dit kunt doen:

Er werd een Friedman-test uitgevoerd bij 10 patiënten om het effect van drie verschillende medicijnen op de responstijd te onderzoeken. Elke patiënt gebruikte elk medicijn één keer.

Uit de resultaten bleek dat het gebruikte type medicatie resulteerde in statistisch significante verschillen in responstijd (Q = 12,35, p = 0,00208).