Kruskal-Walis H檢驗，用于推斷計量資料或等級資料的多個獨立樣本所來自的多個總體分布是否有差別。在理論上檢驗假設H0為總體分布位置相同。
比較小白鼠接種三種不同菌型傷寒桿菌9D、11C、和DSC1后存活日數(shù)，結果見下表。問小白鼠接種三種不同菌型傷寒桿菌的存活日數(shù)有無差別？
9D | 11C | DSC1 |
2 | 5 | 3 |
2 | 5 | 5 |
2 | 6 | 6 |
3 | 6 | 6 |
4 | 6 | 6 |
4 | 7 | 7 |
4 | 8 | 7 |
5 | 10 | 9 |
7 | 12 | 10 |
7 | 11 | |
11 |
組別：9D=1，11C=2，DSC1=3。
分析——非參數(shù)檢驗——K個獨立樣本
經過Kruskal-Wallis H檢驗可知三組的總體分布位置不同，若要進一步推斷是哪兩兩總體分布位置不同時，可用Nemenyi法檢驗。Nemenyi法在SPSS中沒有直接的窗口操作，需要利用SPSS編程實現(xiàn)。
文件——新建——語法
HC表示總體檢驗的H值，r1,r2,r3分別表示三組的平均秩次，N，n1,n2,n3分別表示總例數(shù)和三組例數(shù)。
data list free/Hc r1 r2 r3 N n1 n2 n3 .
begin data
9.94 8.4 18.78 19.27 30 10 9 11
end data.
compute H=(12*((r1*n1)**2/n1+(r2*n2)**2/n2+(r3*n3)**2/n3))/(N*(N+1))-3*(N+1).
compute c=H/Hc.
compute x12=(r1-r2)**2/((N*(N+1)/12)*(1/n1+1/n2)*c).
compute x13=(r1-r3)**2/((N*(N+1)/12)*(1/n1+1/n3)*c).
compute x23=(r2-r3)**2/((N*(N+1)/12)*(1/n2+1/n3)*c).
compute p12=1-cdf.chisq(x12,2).
compute p13=1-cdf.chisq(x13,2).
compute p23=1-cdf.chisq(x23,2).
execute.
運行——全部
兩兩比較 | 卡方 | P |
9D和11C | 6.70 | 0.04 |
9D和DSC1 | 8.13 | 0.02 |
11C和DSC1 | 0.02 | 0.69 |
9D和11C、DCSI組傷寒桿菌存活天數(shù)有統(tǒng)計學差異，11C組和DSC1組沒有統(tǒng)計學差異。
