Friedman检验,弗里德曼检验法
Python测试(弗里德曼测试)
如果数据不服从正态分布,处理方法之一就是用
Friedman test等非参数检验方法
。Friedman检验可用于确定随机区组设计中中位数治疗效果是否存在差异。
例如,制药研究人员希望评估三种药物疗法对一组同窝动物的酶活性的中值影响。研究人员使用幼仔作为一个模块,因为她想解释不同幼仔巢之间的基因差异。
要使用该测试,必须满足以下条件:
响应变量必须是连续变量或顺序变量。处理必须是一个类别。必须有一个类别组变量。区域是在一致的条件下执行的一组实验运行。当你解释阻断变量的作用时,你可以更准确地评估治疗效果。Friedman检验是对DOE模型进行分块和ANOVA模型进行双因素的非参数替代检验。
检验两个或多个配对样本的分布是否相等。
假设条件
每个样本中的观测结果是独立的,并且是等分布的(iid)。您可以在每个样本中输入观察结果。