วิธีทำการทดสอบ kruskal-wallis ใน r

การทดสอบครัสคัล-วาลลิส ใช้เพื่อพิจารณาว่ามีความแตกต่างที่มีนัยสำคัญทางสถิติระหว่างค่ามัธยฐานของกลุ่มอิสระตั้งแต่ 3 กลุ่มขึ้นไปหรือไม่

ถือว่าเทียบเท่าแบบไม่มีพารามิเตอร์ของ การวิเคราะห์ความแปรปรวนแบบทางเดียว

บทช่วยสอนนี้จะอธิบายวิธีการทดสอบ Kruskal-Wallis ใน R

ตัวอย่าง: การทดสอบครัสคัล-วาลลิสในอาร์

สมมติว่านักวิจัยต้องการทราบว่าปุ๋ยสามชนิดที่แตกต่างกันนำไปสู่การเจริญเติบโตของพืชในระดับที่แตกต่างกันหรือไม่ พวกเขาสุ่มเลือกพืชที่แตกต่างกัน 30 ต้นและแบ่งออกเป็นสามกลุ่ม กลุ่มละ 10 ต้น โดยใช้ปุ๋ยที่แตกต่างกันในแต่ละกลุ่ม หลังจากผ่านไปหนึ่งเดือน พวกเขาจะวัดความสูงของต้นแต่ละต้น

ทำตามขั้นตอนต่อไปนี้เพื่อทำการทดสอบครัสคัล-วาลลิสเพื่อดูว่าค่ามัธยฐานการเจริญเติบโตเท่ากันในทั้งสามกลุ่มหรือไม่

ขั้นตอนที่ 1: ป้อนข้อมูล

ขั้นแรก เราจะสร้างกรอบข้อมูลต่อไปนี้ซึ่งประกอบด้วยการเจริญเติบโตของพืช 30 ต้นและกลุ่มปุ๋ย:

 #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

ขั้นตอนที่ 2: ทำการทดสอบครัสคัล-วาลลิส

ต่อไป เราจะทำการทดสอบ Kruskal-Wallis โดยใช้ฟังก์ชัน kruskal.test() ในตัวของฐานข้อมูล R:

 #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

ขั้นตอนที่ 3: ตีความผลลัพธ์

การทดสอบครัสคัล-วาลลิสใช้สมมติฐานที่เป็นโมฆะและทางเลือกต่อไปนี้:

สมมติฐานว่าง (H ₀ ): ค่ามัธยฐานเท่ากันในทุกกลุ่ม

สมมติฐานทางเลือก: ( _HA ): ค่ามัธยฐาน ไม่ เท่ากันในทุกกลุ่ม

ในกรณีนี้ สถิติการทดสอบคือ 6.2878 และค่า p ที่สอดคล้องกันคือ 0.0431

เนื่องจาก ค่า p นี้น้อยกว่า 0.05 เราจึงสามารถปฏิเสธสมมติฐานว่างที่ว่าค่ามัธยฐานการเจริญเติบโตของพืชจะเท่ากันสำหรับปุ๋ยทั้งสามชนิด

ซึ่งหมายความว่า เรามีหลักฐานเพียงพอที่จะสรุปได้ว่าประเภทของปุ๋ยที่ใช้ทำให้เกิดความแตกต่างที่มีนัยสำคัญทางสถิติในการเจริญเติบโตของพืช

แหล่งข้อมูลเพิ่มเติม

บทช่วยสอนต่อไปนี้จะอธิบายวิธีดำเนินการทดสอบทางสถิติทั่วไปอื่นๆ ใน R:

วิธีดำเนินการทดสอบตัวอย่างแบบจับคู่ใน R
วิธีดำเนินการวิเคราะห์ความแปรปรวนแบบทางเดียวใน R
วิธีการวัด ANOVA ซ้ำใน R