马克威多个相关样本检验

马克威操作说明

（1）以数据文件“马克威通用数据1.mkw”为例，演示多个相关样本检验算法的操作。

首先，在工作区内，打开建模分析工作流：“基础分析→非参数检验→多个相关样本检验”，接着选择数据源，然后设置算法的参数，最后点击运行按钮。其中各类参数的含义如下：

对变量“最高数值、最低数值、收盘数值”进行多个相关样本检验。具体的参数设置如下所示：

图 0-1 多个相关样本检验-属性设置

（2）输出结果

双击“运行”节点，系统进入分析过程，得出结果如下。

图 0-2 多个相关样本检验-树形结果列表 图 0-3 多个相关样本检验-秩-弗里德曼检验 图 0-4 多个相关样本检验-弗里德曼检验

（3）结果说明

在弗里德曼检验的秩表中，列出了三种访问形式的平均秩，由此计算出的弗里德曼统计量为19.5385，检验的P值为0.0001。由于P值小于显著性水平0.05，因此拒绝零假设，三个变量有显著性的差异。

数据要求

算法用途

多个相关样本的非参数检验是用于检验多个相关样本的总体分布是否存在显著性差异。

算法原理

系统提供了三种检验方法：科克伦Q检验、弗里德曼检验和肯德尔W检验。其中，科克伦Q检验处理的样本数据要求是二值的，弗里德曼检验要求数据是定距的。

科克伦Q检验

检验将研究对象自身作为对照者，采用二项分布检验，通过研究其“前后”的变化，计算二项分布概率值。如果概率值小于或等于给定的显著性水平，则拒绝H0，认为样本来自的两个配对样本总体的分布有显著性差异。

弗里德曼检验

Friedman检验是利用秩实现对多个相关总体分布进行检验的一种方法。它以变量值（行）为单位，将各个样本数据按升序排序，并求得变量值在各自行中的秩，然后，分别计算各秩的总和、平均秩。如果各样本的平均秩大体相当，可以认为各总体的分布无显著差异。反之，如果各样本的平均秩相差较大，可以认为各总体的分布存在显著的差异。

在观察量较大时，弗里德曼统计量服从卡方分布，系统将自动计算弗里德曼统计量，并给出检验的P值。如果P值小于或等于给定的显著性水平，则拒绝零假设，认为样本来自的多个配对总体的分布有显著差异。

肯德尔W检验

用于k组秩评定间相关程度的测定，即多组秩之间关联程度的测定。

结果与解释

输出结果：

检验结果：列出不同类型的检验结果，依据P值判断多个相关样本的总体差异。