R'de kruskal-wallis testi nasıl yapılır

Üç veya daha fazla bağımsız grubun medyanları arasında istatistiksel olarak anlamlı bir fark olup olmadığını belirlemek için Kruskal-Wallis testi kullanılır.

Tek yönlü ANOVA’nın parametrik olmayan eşdeğeri olarak kabul edilir.

Bu eğitimde R’de Kruskal-Wallis testinin nasıl gerçekleştirileceği açıklanmaktadır.

Örnek: R’de Kruskal-Wallis testi

Araştırmacıların üç farklı gübrenin farklı bitki büyümesi düzeylerine yol açıp açmadığını bilmek istediklerini varsayalım. Rastgele 30 farklı bitki seçiyorlar ve bunları 10’arlı üç gruba ayırıyorlar ve her gruba farklı bir gübre uyguluyorlar. Bir ay sonra her bitkinin yüksekliğini ölçüyorlar.

Medyan büyümenin üç grupta da aynı olup olmadığını belirlemek amacıyla Kruskal-Wallis testi gerçekleştirmek için aşağıdaki adımları izleyin.

Adım 1: Verileri girin.

Öncelikle 30 bitkinin gelişimini ve gübre gruplarını içeren aşağıdaki veri çerçevesini oluşturacağız:

 #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

Adım 2: Kruskal-Wallis testini yapın.

Daha sonra, R veritabanının yerleşik kruskal.test() işlevini kullanarak bir Kruskal-Wallis testi gerçekleştireceğiz:

 #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

Adım 3: Sonuçları yorumlayın.

Kruskal-Wallis testi aşağıdaki boş ve alternatif hipotezleri kullanır:

Sıfır hipotezi (H ₀ ): Medyan tüm gruplarda eşittir.

Alternatif hipotez: ( _HA ): Medyan tüm gruplarda eşit değildir .

Bu durumda test istatistiği 6,2878 ve karşılık gelen p değeri 0,0431’dir .

Bu p değeri 0,05’ten küçük olduğundan, ortalama bitki büyümesinin her üç gübre için de aynı olduğu şeklindeki sıfır hipotezini reddedebiliriz.

Bu, kullanılan gübre türünün bitki büyümesinde istatistiksel olarak anlamlı farklılıklara neden olduğu sonucuna varmak için yeterli kanıtımız olduğu anlamına gelir.

Ek kaynaklar

Aşağıdaki eğitimlerde R’de diğer yaygın istatistiksel testlerin nasıl gerçekleştirileceği açıklanmaktadır:

R’de eşleştirilmiş örnekler t testi nasıl yapılır
R’de tek yönlü ANOVA nasıl gerçekleştirilir
R’de tekrarlanan ölçümler ANOVA nasıl gerçekleştirilir?