Robust Kruskal-Wallis test
Den robusta Kruskal-Wallis-testet är en icke-parametrisk, rangbaserad metod för att jämföra tre eller fler oberoende grupper när data innehåller extremvärden, tungsvansade fördelningar eller heterogen spridning. Den förstärker den klassiska Kruskal-Wallis H-statistiken med robusta tekniker — såsom trimmade medelvärden på rangordningar eller permutationsbaserad inferens — för att bibehålla giltiga typ I-felnivåer även när fördelningsantaganden överträds.
Läs hela metoden
Logga in med ett kostnadsfritt konto för att läsa avsnittet.
Metodkarta
Närområdet av besläktade metoder — välj en nod för att utforska.
Källor
- Mielke, P. W., & Berry, K. J. (2007). Permutation Methods: A Distance Function Approach (2nd ed.). Springer. ISBN: 978-0387698137
- Wilcox, R. R. (2012). Introduction to Robust Estimation and Hypothesis Testing (3rd ed.). Academic Press. ISBN: 978-0123869838
Så citerar du den här sidan
ScholarGate. (2026, June 3). Robust Kruskal-Wallis One-Way Analysis of Variance by Ranks. ScholarGate. https://scholargate.app/sv/statistics/robust-kruskal-wallis-test
Vilken metod?
Placera den här metoden bredvid sina närmaste släktingar och läs dem sida vid sida — biblioteket lägger fram böckerna på bordet; valet är ditt.
- Friedman-testStatistik↔ jämför
- Robust Mann-Whitney U TestStatistik↔ jämför
- Robust endimensionell variansanalysStatistik↔ jämför
Refereras av
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →