クラスカル・ウォリス検定 kruskal.test *機能 独立二標本の wilcox.test を,3 標本以上に拡張した検定である。帰無仮説は,「全ての標本の位置母数は等しい」である。 *使用法 kruskal.test(x, ...) kruskal.test(x, g, ...) kruskal.test(formula, data, subset, na.action, ...) *引数 x データベクトルまたはリスト g データベクトルまたは factor オブジェクト(x がリストの場合には無視される) formula 「左辺値 ~ 右辺値」の形をしたモデル式 左辺値は位置母数を検定する数値変数 右辺値は水準を表す factor 変数 data モデル式に出てくる変数がデータフレームに含まれる場合には,それを含むデータフレーム名 subset 観察データのサブセット na.action データに NA が含まれるときに適用される関数(注) デフォルトは getOption("na.action") により示されるもの(通常は na.omit 関数) ... その他の引数 注:[[超訳:NAの扱い]] *戻り値 **関数からの出力 $ statistic : 検定統計量(カイ二乗分布に従う) $ parameter : カイ二乗分布の自由度 $ p.value : P 値 $ method : 検定の種別 $ data.name : データの記述 *例 3 つの方法で同じデータを分析してみる > x <- c(1,2,3,2,3,4,3,2) > y <- c(3,2,4,3,4,4,5,7) > z <- c(4,5,4,5,6,7,6) > kruskal.test(list(x, y, z)) # リストを使う Kruskal-Wallis rank sum test data: list(x, y, z) Kruskal-Wallis chi-squared = 12.0914, df = 2, p-value = 0.002368 > d <- c(x, y, z) > g <- rep(1:3, c(8, 8, 7)) > kruskal.test(d, g) # データベクトルと factor を使う Kruskal-Wallis rank sum test data: d and g Kruskal-Wallis chi-squared = 12.0914, df = 2, p-value = 0.002368 > df <- data.frame(data=c(x, y, z), group=rep(1:3, c(8,8,7))) > kruskal.test(data ~ group, df) # データフレームを使う Kruskal-Wallis rank sum test data: data by group Kruskal-Wallis chi-squared = 12.0914, df = 2, p-value = 0.002368