秩和检验
秩和检验是参数检验重要的补充。秩和检验是非参数检验的重要方法。多组定量数据的比较，主要的方法有两种。一种是F检验，一种是非参数检验的秩和检验。
一般来说两样本秩和检验是t检验的补充。
多组样本如果检验是正态性不符合时，则采用多样本秩和检验，即Kruskal Wallis 检验。
多组定量数据的统计分析策略
多组定量数据的比较，基本的方法有2种。一种是成组F检验；一种是多样本的非参数秩和检验（Kruskal Wallis 秩和检验）。
采用哪种方法，须考虑“三个性”的条件：正态性、独立性、方差齐性。
Kruskal Wallis 秩和检验 和两样本秩和检验（Wilcoxon Mann Whitney检验）一样，都是非参数检验一种，它们对数据的分布没有要求，不要求正态性、方差齐性的应用条件，它们主要是探讨总体的分布位置有没有差异，而非总体均数。
多样本秩和检验spss操作
多样本秩和检验入口界面
秩和检验入口有两个，本处采用常用的入口：分析—非参数检验—旧对话框-K个独立
多样本秩和对话框
多样本秩和与多样本方差分析的操作界面有点类似。
① 检验类型：克鲁斯卡尔-沃利斯H 检验即Kruskal Wallis 方法
② 精确&选项：“精确“按钮中可以选择确切概率的方法进行分析。一般可以不选择，默认为正态法；“选项按钮”可统计描述，但意义不大。
③ 定义范围：这一按钮在两样本t检验和两样本秩和检验都出现过，但此处是要填写该分组变量在数据库赋值中的最大值和最小值。
统计分析结果与解释
多样本秩和检验结果有两张表。第一张表为不同组数据平均秩次的描述，过程性结果，意义不大。
第二表为多样本秩和检验结果，如下表：检验统计量H值（近似于卡方检验的卡方值）12.267，P=0.002。
偏态资料的多重比较方法
多样本秩和检验的结果，当P≤0.05，可以进行多重比较。
秩和检验多重比较，也存在多重方法，比如α分割的方法，SPSS带的Bonferroni方法，还有Nemenyi方法、DSCF方法等。但后面两种方法SPSS软件均无法实现。
1、α分割法
即多重比较时采用两两比较的Wilcoxon 两样本秩和检验，但是检验水准α不再是0.05，而是等于0.05/比较次数。
2、SPSS自带的Bonferroni方法
入口界面如下：分析—非参数检验—独立样本（本入口实际上是多样本秩和检验的第二个入口）
然后，“字段”界面，选择纳入"抗体滴度"到"检验字段"，选择分组变量到“组”。
接着，“设置”界面，选择定制检验，在定制检验中，选择“克鲁斯卡尔-沃利斯单因素分析”，多重比较中选择“全部成对”。
点击“运行”，得到以下结果：本结果即多样本秩和检验的分析结果，显示P值。
然后，双击该结果，得到以下的结果。该结果显示多样本秩和检验的检验统计量，P值（①），点击右下方选项框，选择成对比较即可（②）。
最终显示，多重比较的结果：分别进行三次多重比较，显示各次比较的统计量，标准误、P值和Bonfferroni校正P值（Adj.Sig. 以校正P值为准）
结果及表格的规范表达
规范文字：
80亿气雾组抗体滴度为1：20(20, 40)，100亿气雾组抗体滴度为1：40(20,80) ，皮下注射组抗体滴度为1：40(40, 80) ，三组抗体总体分布存在着统计差异（H=12.67，P=0.002）。其中，80亿气雾组抗体滴度与皮下注射组存在着统计差异（P=0.002），80亿气雾组抗体滴度与100亿气雾组、100亿气雾组抗体滴度与皮下注射组差异没有统计学意义（P>0.05）
规范统计表
注意：多组比较无法计算差值及95%CI置信区间
多样本秩和检验的注意事项
1.多样本秩和检验检验结论取决于研究设计
无论t、F还是秩和检验，在随机对照研究中结论可靠，但是在观察性研究中，只能说组间存在着差异，不能说明分组变量和结局变量的因果关系。
2. 两样本比较，也可以用多样本秩和检验
-稳定性，对数据的改变不敏感
-广泛适用性
-可用于等级资料分析
-难以充分利用资料信息
-正态分布时，检验效能不如参数检验
4. 什么时候用多样本秩和检验
作为多样本F检验重要的补充，多样本Kruskal Wallis秩和检验用途广泛。
一般来说，多组数据比较，用F检验还是秩和检验没有明显的界限，特别是近似正态分布的数据（正态性检验P≤0.05），秩和检验和F检验很难说必须选择哪一种方法。
虽然任何一组正态性检验P≤0.05，均可以放弃F检验而选择秩和检验，但我一般多组近似正态分布者，选择的是F检验，只有存在着严重偏态分布者采用秩和检验检验。
网友评论