Friedman的检验类似于经典的平衡双向方差分析,但它只测试列效应后,调整可能的行效应。它不测试行效应或交互效应。当列表示正在研究的处理,行表示需要考虑但不感兴趣的有害影响(块)时,Friedman的测试是合适的。
不同的列X
表示一个因子a的变化。不同的行表示一个阻塞因子b的变化。如果每个因子组合有一个以上的观察结果,输入代表
指示每个“单元格”中的复制数,该数必须为常数。
下面的矩阵说明了一个设置的格式,其中列因子a有三个级别,行因子B有两个级别,并且有两个重复(代表= 2
).下标分别表示行、列和复制。
弗里德曼的检验采用了这种形式的模型
其中μ为全局位置参数,
表示列效果,
表示行效果,和
代表了错误。这个测试对B的每个级别中的数据进行排序,并测试a的各个级别之间的差异p
那弗里德曼
回报是p零假设的值
.如果p值接近于零,这就对零假设提出了质疑。一个足够小的p值表明,至少一个列样本中位数是显著不同于其他;也就是说,有一个主要的影响由于因素ap判断一个结果是否具有“统计意义”的价值留给了研究人员。如果p取值范围小于0.05或0.01。
弗里德曼的检验对数据做了以下假设X
:
经典的双向方差分析用更强的数据来自正态分布的假设取代了第一个假设。