Если модель не удовлетворяет предположениям ANOVA (в частности, нормальности), в случае односторонней проверки рекомендуется использовать непараметрический критерий Крускала-Уоллиса. Но что, если у вас есть несколько факторов?
источник
Если модель не удовлетворяет предположениям ANOVA (в частности, нормальности), в случае односторонней проверки рекомендуется использовать непараметрический критерий Крускала-Уоллиса. Но что, если у вас есть несколько факторов?
Вы можете использовать тест перестановки.
Сформируйте свою гипотезу в виде полного и сокращенного модельного теста и, используя исходные данные, вычислите F-статистику для полного и сокращенного модельного теста (или другого представляющего интерес показателя).
Теперь вычислите подогнанные значения и невязки для сокращенной модели, затем случайным образом переставьте невязки и добавьте их обратно к подогнанным значениям, теперь выполните полный и сокращенный тест для переставленного набора данных и сохраните F-статистику (или другую). Повторите это много раз (например, 1999).
Тогда значение p представляет собой долю статистики, которая больше или равна исходной статистике.
Это может быть использовано для тестирования взаимодействий или групп терминов, включая взаимодействия.
Критерий Крускала-Уоллиса является частным случаем модели пропорциональных коэффициентов. Вы можете использовать модель пропорциональных шансов для моделирования нескольких факторов, корректировки ковариат и т. Д.
источник
Тест Фридмана дает непараметрический эквивалент одностороннего ANOVA с коэффициентом блокировки, но не может сделать ничего более сложного, чем это.
источник