人力资源多个样本的非参数检验的两两比较
多个样本的非参数检验的两两比较 [SAS]
2013-02-23 17:26:31
由于各个样本的总体呈偏态分布或方差不齐,无法使用方差
分析
定性数据统计分析pdf销售业绩分析模板建筑结构震害分析销售进度分析表京东商城竞争战略分析
中的两两比较,检验其总体分布是否相同,常用的非参数秩和检验
方法
快递客服问题件处理详细方法山木方法pdf计算方法pdf华与华方法下载八字理论方法下载
是
Kruskal-Wallis 法,在SAS 软件中实现的过程步有以下三种方法: NPAR1 WAY 过程、FREQ过程以及RAN K 和ANOVA 两过程的结合,而样本
间两两比较则可以通过RAN K 和ANOVA 两过程的结合,采用MEANS 语句来实现,即先对原始数据进行排序,求相应的秩次,然后对秩进行参
数的多重比较。
调用FREQ 过程产生的第二个CMH统计量” row mean scores differ” (Kruskal-Wallis结果)、NPAR1 WAY 过程产生的卡方统计量以及ANOVA 过
程产生的R-Square 与υ总(总自由度)之积,即为Kruskal-Wallis 检验结果。本文种ANOVA 过程步中的MEANS 规定采用LSD 法进行两两比较,
也可使用其他方法。
data sample ;
do group = 1 to 3 ;
input x @@;
output ;
end ;
cards ;
9.8 0.6 0.4 10.2 1.2 1.9 10.6 2.0 2.2 13.0 2.4 2.5 14.0 3.1 2.8 14.8 4.1 3.1 15.6 5.0 3.7 15.6 5.9 3.9 21.6 7.4 4.6 24.0 13.6 7.0 ;
proc freq ;
tables group*x/ scores = rank cmh2 noprint; run;
proc npar1way wilcoxon;
class group;
var x;
run;
proc rank data =sample out = a ;
var x;
ranks r;
proc anova;
class group ;
model r = group ;
means group/ lsd snk ;
run;
quit;
成组
设计
领导形象设计圆作业设计ao工艺污水处理厂设计附属工程施工组织设计清扫机器人结构设计
的等级资料或频数
表
关于同志近三年现实表现材料材料类招标技术评分表图表与交易pdf视力表打印pdf用图表说话 pdf
资料多个样本及其两两比较
这种类型的资料为成组设计的等级资料或频数表资料,但频数表资料时各个样本的总体呈偏态分布或方差不齐,检验其总体分布是否相同,常用的非
参数秩和检验方法也是Kruskal-Wallis 法,在SAS 软件中实现的过程步同上,程序略有差别。 data sample2;
do effect = 1 to 4 ;
do group = 1 to 3 ;
input f @@;
output ;
end ;
end ;
cards ;
10 24 48 17 41 65 19 33 36 4 7 8 ;
proc freq;
tables group*effect/ scores = rank cmh2 noprint;
weight f;
run;
data a;
set sample2;
do i = 1 to f ;
output;
end ;
run;
proc npar1way wilcoxon data=a; var effect;
class group;
run;
proc rank data=a out=b;
var effect ;
ranks r;
run;
proc glm;
class group;
model r = group ;
means group/lsd snk tukey dunnett ; run;
quit;
随机区组设计的定量资料多个样本及其两两比较
各个样本的总体呈偏态分布或方差不齐,检验其总体分布是否相同,常用的非参数秩和检验方法是Friedman 法,在SAS 软件中实现的过程步有以下
两种方法: FREQ 过程以及RAN K和GLM 两过程的结合。各个样本两两比较可通过RAN K 和GLM 两过程的结合, 采用LSMEANS 语句来实现
调用FREQ 过程产生的第二个CMH统计量和GLM 过程产生的R2 与(υ总-υ区组) 之积,即
为Friedman 检验结果。LSMEANS 语句规定对调整后的样本均数进行两两比较。 data sample3;
do block = 1 to 7 ;
do treat = 1 to 4 ;
input x @@;
output;
end;
end ;
cards ;
63 188 138 54 90 238 220 144 54
300 83 92 45 140 213 100 54 175 150 36 72 300 163 90 64 207 185 87 ;
proc freq ;
tables block*treat*x/ scores = rank cmh2 noprint;
run;
proc sort data=sample3 out=a; by block ;
run;
proc rank data=a out=b; var x;
by block;
ranks r ;
run;
proc glm data=b ;
class treat block ;
model r = treat block/ ss1 ; lsmeans treat/ stderr pdiff ; run;
quit;