Калькулятор критерия Краскела — Уоллиса
Введите наблюдения трёх или четырёх групп — и калькулятор выполнит критерий Краскела — Уоллиса: проранжирует все значения вместе, вычислит статистику H с поправкой на совпадения, число степеней свободы, p-значение и вывод при выбранном вами уровне значимости.
Сравнение трёх и более групп по рангам
Формула критерия Краскела — Уоллиса
Обозначения:
- \(k\) — число групп;
- \(n_j\) — число наблюдений в группе \(j\);
- \(N\) — общее число наблюдений во всех группах, \(N = \sum n_j\);
- \(R_j\) — сумма рангов группы \(j\): все \(N\) наблюдений ранжируются совместно от наименьшего (1) к наибольшему (\(N\)), а совпадающим значениям присваивается средний из их рангов;
- \(t\) — размер каждой группы совпадающих значений (используется в поправочном коэффициенте \(C\));
- \(\chi^2_{k-1}\) — распределение хи-квадрат с \(k-1\) степенями свободы.
Статистика \(H\) сравнивает средний ранг каждой группы с общим средним рангом \((N+1)/2\). Если все группы взяты из одного и того же распределения, средние ранги групп будут близки и \(H\) окажется малым; если же какая-то группа тяготеет к большим (или меньшим) значениям, её средний ранг отклоняется от общего и \(H\) растёт. При нулевой гипотезе \(H'\) приближённо следует распределению хи-квадрат с \(k-1\) степенями свободы — именно отсюда берётся p-значение.
Критерий Краскела — Уоллиса — пример расчёта
Пример: исследователь сравнивает оценки удовлетворённости пациентов (0–10) при трёх методах лечения. Группа 1: 7; 8; 9; 9; 10. Группа 2: 5; 6; 6; 7; 8. Группа 3: 3; 4; 4; 5; 6; 7. Здесь \(k = 3\), \(N = 16\).
Ранжируем все 16 наблюдений вместе (совпадения получают средние ранги) — суммы рангов равны \(R_1 = 67.5\), \(R_2 = 41\), \(R_3 = 27.5\).
\[ H = \frac{12}{16 \cdot 17}\left(\frac{67.5^2}{5} + \frac{41^2}{5} + \frac{27.5^2}{6}\right) - 3 \cdot 17 = \frac{12}{272} \cdot 1373.4917 - 51 = 9.5952 \]
В данных есть совпадения (шесть групп совпадений размером 2, 2, 3, 3, 2 и 2), поэтому \(\sum(t^3 - t) = 72\), а \(N^3 - N = 4080\):
\[ C = 1 - \frac{72}{4080} = 0.9824, \quad H' = \frac{9.5952}{0.9824} = 9.7674 \]
При \(\nu = k - 1 = 2\) степенях свободы аппроксимация хи-квадрат даёт \(p = 0.0076\).
Вывод: \(H' = 9.7674\), \(p = 0.0076 \le \alpha = 0.05\), поэтому нулевая гипотеза отвергается — по крайней мере один метод лечения даёт систематически иные оценки. Самый высокий средний ранг у группы 1 (13,5 при общем среднем 8,5), то есть её значения в целом крупнее.
Как пользоваться калькулятором
- Введите наблюдения первой группы в поле «Наблюдения группы 1». Числа разделяйте пробелами, переводами строк или точками с запятой; десятичные запятые (например, 7,5) допускаются.
- Заполните «Наблюдения группы 2» и «Наблюдения группы 3» в том же формате. Во всех группах должна измеряться одна и та же переменная в одной шкале.
- Если есть четвёртая группа, введите её в поле «Наблюдения группы 4 (необязательно)»; при сравнении только трёх групп оставьте его пустым. Пустые группы просто не учитываются.
- Задайте уровень значимости (по умолчанию 0,05) — порог, ниже которого p-значение считается статистически значимым.
- Нажмите «Рассчитать». Вы получите скорректированную статистику \(H'\), нескорректированную \(H\), число степеней свободы, p-значение, вывод при выбранном \(\alpha\) и таблицу с размером каждой группы, суммой рангов, средним рангом и медианой.
Что такое критерий Краскела — Уоллиса
Критерий Краскела — Уоллиса — непараметрический метод сравнения трёх и более независимых групп. Он расширяет критерий Манна — Уитни (случай двух групп) так же, как однофакторный дисперсионный анализ расширяет t-критерий. Вместо сравнения средних значений он объединяет все наблюдения, заменяет каждую величину её рангом и проверяет, распределены ли ранги между группами равномерно. Если одна группа систематически содержит наибольшие значения, её средний ранг заметно превышает общий средний ранг \((N+1)/2\), и статистика \(H\) растёт.
Поскольку критерий работает с рангами, он ничего не предполагает о форме исходных распределений. Нормальность не требуется, асимметрия данных не страшна, а выбросы не страшны: одно экстремальное значение может сильно исказить среднее, но сдвигает лишь один ранг на фиксированную величину. Поэтому это стандартная альтернатива однофакторному дисперсионному анализу, когда его предпосылки (приблизительно нормальные остатки, близкие дисперсии) сомнительны, а также когда данные — порядковые оценки, ранги или баллы в произвольной шкале. Логика сравнения по рангам та же, что в ранговой корреляции Спирмена.
Нулевая гипотеза гласит, что все группы извлечены из одного распределения, то есть ни одна из них не тяготеет к большим или меньшим значениям. Малое p-значение (не выше \(\alpha\)) означает, что наблюдаемые различия рангов маловероятны при случайной выборке, поэтому нулевая гипотеза отвергается и делается вывод, что хотя бы одна группа отличается. Обратите внимание, чего критерий не говорит: какие именно группы различаются между собой. Для этого проводят апостериорный анализ — например, критерий Данна или попарные сравнения по Манну — Уитни с порогом, скорректированным по Бонферрони: \(\alpha / (k(k-1)/2)\). Если результат непонятен, калькулятор p-значения подробнее объясняет логику проверки значимости.
Осторожно трактуйте медианы. Строго говоря, критерий Краскела — Уоллиса сравнивает распределения целиком (преобладают ли значения одной группы над значениями другой). Как сравнение медиан его можно читать лишь тогда, когда распределения групп имеют примерно одинаковую форму и разброс. Калькулятор выводит медиану и средний ранг каждой группы, чтобы было видно, откуда берутся различия, но формальный вывод всегда касается распределений, а не одной сводной статистики.
Предпосылки, ограничения и практические советы
- Независимые выборки. Группы не должны быть связаны (в каждой — разные испытуемые). Для зависимых, повторных измерений критерий Краскела — Уоллиса не подходит — там обычно применяют критерий Фридмана.
- Независимость наблюдений внутри групп. Каждое значение должно относиться к другому испытуемому или объекту; повторные измерения одного объекта завышают эффективный объём выборки.
- Порядковые или непрерывные данные. Значения должны хотя бы поддаваться ранжированию. Номинальные категории (цвет, группа крови) так проверить нельзя — для них используйте критерий хи-квадрат.
- Аппроксимация хи-квадрат. p-значение получается аппроксимацией \(H'\) распределением \(\chi^2_{k-1}\). Она лучше всего работает, когда в каждой группе не менее 5 наблюдений. При меньших группах относитесь к p-значению с осторожностью; надёжнее точный или перестановочный метод.
- Совпадения обрабатываются корректно. Совпадающим значениям присваиваются средние ранги, а статистика корректируется коэффициентом \(C\), поэтому умеренное число совпадений (типичное для рейтинговых шкал) проблемы не составляет. Калькулятор показывает и \(H\), и скорректированную \(H'\), чтобы был виден размер поправки.
- Похожие распределения упрощают интерпретацию. Если группы заметно различаются по форме или дисперсии, значимая \(H'\) отражает различие распределения в целом, а не обязательно только сдвиг.
- Размеры групп могут не совпадать. Формула прямо учитывает неравные \(n_j\); аппроксимацию хи-квадрат ослабляют лишь очень малые группы.
Часто задаваемые вопросы
Как вычислить статистику H критерия Краскела — Уоллиса вручную?
Сначала проранжируйте все N наблюдений из всех групп вместе, присвоив совпадающим значениям средний ранг. Сложите ранги в каждой группе — получите \(R_j\), затем примените \( H = \frac{12}{N(N+1)} \sum \frac{R_j^2}{n_j} - 3(N+1) \). Если есть совпадения, разделите H на поправочный коэффициент \( C = 1 - \sum(t^3 - t)/(N^3 - N) \). Сравните \(H'\) с распределением хи-квадрат при \(k-1\) степенях свободы — так получится p-значение. Свои ручные выкладки удобно сверить с промежуточными результатами калькулятора.
Какое значение статистики H критерия Краскела — Уоллиса считается хорошим или типичным?
Универсального «хорошего» значения нет — H зависит от числа групп и общего объёма выборки. В целом H, близкое к нулю, означает, что ранговые распределения групп очень похожи, а большие H указывают на реальные различия. Главное — превышает ли H критическое значение хи-квадрат при ваших степенях свободы: при \(k=3\) группах (2 степенях свободы) критическое значение для уровня 0,05 равно 5,991, то есть H′ выше него значимо на 5-процентном уровне. Всегда смотрите на H вместе с его p-значением.
Можно ли применять критерий Краскела — Уоллиса всего к двум группам?
Формально вычислить его можно, но для двух групп он математически эквивалентен двустороннему критерию Манна — Уитни, и обычно используют именно специализированный критерий Манна — Уитни. Этот калькулятор требует как минимум три заполненные группы. Если групп всего две, воспользуйтесь калькулятором критерия Манна — Уитни; а для зависимых, повторных измерений критерий Краскела — Уоллиса не подходит вовсе — нужен критерий Фридмана.
Как правильно оформить результаты критерия Краскела — Уоллиса, например в статье?
Типичная фраза в стиле APA: «Критерий Краскела — Уоллиса выявил статистически значимые различия удовлетворённости между тремя методами лечения, \(H'(2) = 9.77\), \(p = .008\)». Укажите скорректированную статистику (с поправкой на совпадения), в скобках — степени свободы и точное p-значение. Приведите размеры групп и медианы (или средние ранги), чтобы читатели видели, где лежат различия, и опишите апостериорные сравнения, например критерий Данна со скорректированными p-значениями.
Требует ли критерий Краскела — Уоллиса равных размеров групп или равных дисперсий?
Нет. Формула напрямую работает с неравными размерами групп \(n_j\), а поскольку критерий оперирует рангами, а не исходными значениями, ему, в отличие от дисперсионного анализа, не нужны равные дисперсии (гомоскедастичность). Главное практическое ограничение — аппроксимация хи-квадрат: она становится грубой, когда в группе меньше примерно 5 наблюдений. В таком случае считайте p-значение приближённым либо примените точный или перестановочный метод. Самый рискованный вариант — сильно несбалансированный план с крошечными группами.
Почему H′ больше, чем H, и нужна ли поправка на совпадения?
При наличии совпадений поправочный коэффициент C всегда становится меньше 1, поэтому деление на C может только увеличить статистику: \(H' \ge H\). Это компенсирует то, что совпадения делают данные менее информативными и без поправки занижали бы H. При большом числе совпадений — типичном для рейтинговых шкал вроде 1–5 или 0–10 — поправка может заметно изменить p-значение и порой перебросить пограничный результат через порог значимости. Поэтому калькулятор показывает и H, и H′: так видно величину эффекта.
Какие ошибки чаще всего допускают при использовании критерия Краскела — Уоллиса?
Самые частые ошибки: применение к зависимым или повторным измерениям (для них нужен критерий Фридмана); ввод измерений одних и тех же испытуемых как отдельных групп; трактовка значимого результата как доказательства того, что каждая группа отличается от каждой (критерий лишь говорит, что отличается хотя бы одна — нужны апостериорные сравнения, например критерий Данна); а также утверждение, что сравниваются медианы, когда распределения групп заметно различаются по форме. Кроме того, не смешивайте в одном анализе переменные, измеренные в разных шкалах, и помните: большое p-значение не доказывает, что распределения одинаковы.