Kruskal-Wallis 检验是一种非参数检验，用于比较三个或三个以上非配对组或非配对组。请阅读其他内容，了解如何选择检验方法和解释结果。

"误差"是独立的吗？

"误差"一词指的是每个值与组中值之间的差。Kruskal-Wallis检验的结果只有在散布是随机的情况下才有意义，即导致一个值过高或过低的任何随机因素只影响这一个值。Prism 无法检验这一假设。您必须考虑实验设计。例如，如果三组中每组有九个值，但这些值是从每组的两只动物（一式三份）中得到的，那么误差就不是独立的。在这种情况下，某些因素可能会导致一只动物的所有三个数值偏高或偏低。

数据是否未配对？

如果数据是配对或匹配的，那么您应该考虑选择弗里德曼检验来代替。如果配对能有效控制实验变异性，Friedman 检验将比 Kruskal-Wallis 检验更有力。

数据是从非高斯群体中采样的吗？

选择非参数检验，就避免了假设数据是从高斯分布中采样的，但使用非参数检验也有缺点。如果种群真的是高斯分布，那么非参数检验的检验力就会降低（检测出真实差异的可能性就会降低），尤其是在样本量较小的情况下。此外，Prism（以及大多数其他程序）在计算非参数检验时不会计算置信区间。如果分布形状明显不是钟形，可以考虑对数值进行转换（也许是对数或倒数），创建高斯分布，然后使用方差分析。

您真的想比较中位数吗？

Kruskal-Wallis检验比较三个或更多组的中位数。即使分布有很大的重叠，也有可能出现极小的 P 值，这是群体中位数不同的明显证据。

分布形状是否相同？

Kruskal-Wallis 检验并不假定群体服从高斯分布。但它确实假设了分布形状是相同的。中位数可能不同--这正是您要检验的--但检验假设分布形状相同。如果两组的分布差异很大，可以考虑转换数据，使分布更加相似。