Friedman 检验

Friedman 检验是一种非参数检验,用于比较三个或更多相关组或处理条件。它是重复测量方差分析的非参数对应方法,用于同一受试对象、区组或试验单位在多种条件下被测量、且数据不满足正态性要求的情形。

最后审阅

核心要点

Friedman 检验是一种非参数检验,用于比较三个或更多相关组或处理条件。

本页内容
  1. 什么是 Friedman 检验?
  2. 何时使用 Friedman 检验?
  3. 正确使用 Friedman 检验的指南
  4. 替代方法:何时不宜使用 Friedman 检验
  5. Friedman 检验示例
  6. 如何进行 Friedman 检验

什么是 Friedman 检验?

Friedman 检验是一种非参数检验,用于比较三个或更多相关组或处理条件。它是重复测量方差分析的非参数对应方法,用于同一受试对象、区组或试验单位在多种条件下被测量、且数据不满足正态性要求的情形。该检验在每个区组内对数值排秩,并比较各处理组的秩和。

简要定义:一种比较施加于相同受试对象或区组的多个相关处理的检验,即重复测量方差分析的非参数版本。

何时使用 Friedman 检验?

  • 在比较 三个或更多相关或配对的条件 时使用,即同一受试对象在不同处理下的重复测量。
  • 在数据 不服从正态分布,且各组由区组变量关联时使用。
  • 用作 重复测量方差分析的非参数替代方法。
  • 在 感官评价、临床试验或质量研究 中使用,其中同一批物品或人员在多种条件下接受评估。

正确使用 Friedman 检验的指南

  • 将数据组织成 双向结构:行为区组(受试对象/批次),列为处理条件。
  • 每个区组必须接受 所有处理条件:区组内缺少处理会使检验无效。
  • 显著的结果只表明 至少有一个处理不同:请继续用 Wilcoxon 成对比较来确定是哪些处理。
  • 至少收集 5 个区组,以便进行可靠的基于秩的比较。

替代方法:何时不宜使用 Friedman 检验

  • 如果数据 服从正态分布,请使用 重复测量方差分析
  • 如果各组 完全独立且没有区组,请使用 Kruskal-Wallis 检验
  • 如果只比较 两个相关条件,请改为对配对差值使用 单样本 Wilcoxon 检验。

Friedman 检验示例

某市场分析人员想确定广告类型是否影响客户的响应率。对 12 个客户,分析人员记录了在 1 年期间使用直邮、报纸和杂志广告后的响应百分比。因此,每个客户提供一组三个相关观测。步骤如下:

  1. 收集必要的数据。
Fried Man — figure 1
  1. 现在,在 Zometric Statistical Software 中分析数据,网址为 https://statsai.zometric.com/。
  2.  要找到 Friedman 检验,请选择 Statistical module> Nonparametric > Fried Man.
  3.  在工具内,输入数据及其他输入项如下:
Fried Man — figure 2

5. 使用上述工具后,得到的输出如下:

Fried Man — figure 3

如何进行 Friedman 检验

操作步骤如下:

  1. 登录 Zometric Statistical Software,网址为 https://statsai.zometric.com/
  2. 在首页选择 Statistical Tool> Nonparametric>Fried Man。
  3. 接下来,手动更新数据,或从 Excel 表格中完整复制(Ctrl+C)数据并粘贴(Ctrl+V)到此处。
  4. 接下来,填写必需的选项。
  5. 最后,点击页面底部的 calculate,即可得到所需结果。

在 Friedman 检验的工具界面中,窗口分为两部分。

Fried Man — figure 4

左侧是数据窗格(Data Pane)。在 Data Pane 中,每一行构成一个子组。可手动输入数据,也可从 Excel 表格中完整复制(Ctrl+C)数据并粘贴(Ctrl+V)到此处。

Load example: 将加载示例数据。

Load File: 用于直接加载 Excel 数据。

右侧提供以下选项:

  • Response: 选择包含您要在各处理之间比较的 所测结果或成绩 的列。这是被检验的变量,例如质量评级、测量值或绩效得分。该列中的每个值代表在特定处理下、特定区组内记录的一个观测。
  • Treatment: 选择标识每个观测属于哪个 处理条件或组 的列。处理代表被比较的不同条件、方法、过程或时间点,例如三台不同的机器、四名不同的操作员或五种不同的配方。Friedman 检验在考虑区组效应之后,评估这些处理产生的响应值是否存在显著差异。
  • Blocks: 选择标识每个观测属于 哪个区组的列。区组是代表自然变异来源的分组变量,该来源并非直接关注对象,例如受试对象、批次、日期或试验单位。每个区组接受所有处理条件,使检验能从分析中剔除区组间变异,只关注处理之间的差异。如果没有恰当的区组,真实的处理差异可能被受试对象或批次之间无关的变异所掩盖。

常见问题

什么是 Friedman 检验?

Friedman 检验是一种比较三个或更多相关组或处理条件的非参数检验。它是重复测量方差分析的非参数对应方法,用于同一受试对象、区组或试验单位在多种条件下被测量、且数据不满足正态性要求的情形。它在每个区组内对数值排秩,并比较各处理的秩和。

什么情况下应使用 Friedman 检验,而不是 Kruskal-Wallis 检验或重复测量方差分析?

当三个或更多条件通过区组变量相关联,且数据不服从正态分布时,使用 Friedman 检验。如果数据服从正态分布,请使用重复测量方差分析。如果各组完全独立且没有区组,请使用 Kruskal-Wallis 检验。若只有两个相关条件,请对配对差值使用单样本 Wilcoxon 检验。

Friedman 检验对数据有什么要求?

将数据组织成双向结构,以受试对象或批次等区组为行,以处理条件为列。每个区组必须接受所有处理条件,因为区组内缺少处理会使检验无效。至少收集 5 个区组,以便进行可靠的基于秩的比较。

Friedman 检验结果显著意味着什么?

显著的结果只表明至少有一个处理与其他处理不同。它不会告诉您具体是哪些处理不同,因此请继续用 Wilcoxon 成对比较来确定。在广告示例中,12 个客户各自给出了直邮、报纸和杂志广告的响应率,每个客户构成三个相关观测。