このガイドでは、様々なノンパラメトリック検定の実行方法を説明します。ノンパラメトリック相関と関連性の尺度については、 「ノンパラメトリック相関」のページをご覧ください。
1標本ノンパラメトリック検定
- 開いている JMP データ テーブルから、 [分析] > [分布]を選択します。
- 「列の選択」から1つ以上の連続変数を選択し、 「Y」、「列」をクリックして、 「OK」をクリックします。この例では変数「Horsepower」を使用しました。
- 分布レポート ウィンドウで、変数の赤い三角形をクリックし、平均の検定を選択します。
- 「仮説平均値の指定」に仮説値を入力し、 「ウィルコクソン符号順位検定」にチェックを入れて「はい」をクリックします。ウィルコクソン符号順位検定で検定される仮説は、H 0 : 中央値 = 140 vs. H A : 中央値 ≠ 140です。
1 サンプル t 検定と符号付きランク検定の両方について、次の結果が提供されます。
- 検定統計量(t 検定および符号順位検定)。
- 片側検定と両側検定の両方のp値。両側検定のp値はProb > |t|の横に表示されます。
Use Car Physical Data.jmp (Help > Sample Data Folder)Car Physical Data.jmp を使用します (ヘルプ > サンプル データ フォルダ)
2標本検定と一元配置非パラメトリック検定
- [分析] > [Y を X でフィット]を選択します。
- Select a continuous variable and click そして、応答, and select a categorical variable and click Xファクター, then click わかりました. The 一元配置分析 output window will display.
- 赤い三角形の下で、ノンパラメトリック > Wilcoxon 検定 / Kruskal-Wallis 検定を選択して分析を実行し、結果をレポートに追加します。
- カテゴリ変数にレベルが 2 つしかない場合は、正規近似とカイ二乗近似の両方のテスト統計と、対応する p 値が表示されます。
- 変数に 3 つ以上のレベルがある場合は、カイ二乗近似のみが実行されます。
注: Wilcoxon / Kruskal-Wallis 順位和検定は、Mann-Whitney 検定と呼ばれることもあります。
A test on Horsepower amount across two country levels2つの国レベルでの馬力量のテスト
test on Horsepower amount across three country levels3つの国レベルでの馬力量のテスト
詳細については、「基本分析 > 分布 > 連続変数のオプション > 平均検定」 、 「基本分析 > 一元配置分析 > 一元配置プラットフォームのオプション」 、 「基本分析 > 一元配置分析 > 一元配置分析レポート」をご覧ください。
