Friedman检验类似于经典的平衡双向方差分析,但它只检验列效应,在调整了可能的行效应后。它不测试行效应或交互效应。当列表示正在研究的处理方法,而行表示需要考虑但不感兴趣的妨扰效应(块)时,Friedman的测试是合适的。
不同的列X
表示因子a的变化。不同的行表示阻塞因子b的变化。如果对每个因子组合有多个观察值,则输入代表
指示每个“单元”中的重复数,该数必须为常量。
下面的矩阵说明了设置的格式,其中列因子a有三个级别,行因子B有两个级别,并且有两个副本(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为总体位置参数,
表示列效应,
表示行效应,和
代表了错误。该测试对每一级B中的数据进行排序,并测试不同一级a中的差异p
那弗里德曼
回报是p零假设的值
.如果p值接近于零,这就对零假设产生了怀疑。一个足够小的p值表明,至少有一个列样中值与其他列样中值存在显著差异;即,有一个主要的影响由于因素a的选择一个关键p值来决定一个结果是否具有“统计意义”是留给研究人员的。如果结果是显著的,则声明一个结果是常见的p值小于0.05或0.01。
Friedman检验对数据做了如下假设X
:
经典的双向方差分析用数据来自正态分布的更强的假设取代了第一个假设。