Hypothesis testClassical statistics
稳健型Kruskal-Wallis检验
稳健型Kruskal-Wallis检验是一种非参数、基于秩次的方法，用于比较三个或更多独立组，尤其适用于数据中存在异常值、重尾或异质性离散的情况。它通过稳健技术（例如基于秩次的截尾均值或基于置换的推断）增强了经典的Kruskal-Wallis H统计量，即使在违反分布假设时也能保持有效的I类错误率。
用 StatMind 应用即将推出Apply, compare, get guidance
Tools & resources
Learn & explore
视频即将推出
阅读完整方法
仅限会员
登录使用免费账户登录即可阅读本节。
方法图谱
相关方法的邻域——选择一个节点以展开探索。
来源
- 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
如何引用本页
ScholarGate. (2026, June 3). Robust Kruskal-Wallis One-Way Analysis of Variance by Ranks. ScholarGate. https://scholargate.app/zh/statistics/robust-kruskal-wallis-test
选用哪种方法？
将本方法与其最相近的同类并置，并排研读——本馆将书籍铺陈于案上，取舍则由您定夺。
并排比较 →