Van der Waerden‘s Normal Scores检验_normal scores 查表-CSDN博客

本文链接：https://blog.csdn.net/weixin_43948357/article/details/108890180

VanderWaerden’s Normal Scores检验是一种非参数方法，用于比较多个总体分布是否相等。它通过将数据秩转换为正态分布分位数来实现。计算涉及计算每个组的正态得分均值和方差，进而得到统计值T1，该值可用于假设检验。若H0被拒绝，则表明至少有一个总体分布与其他不同。此外，该方法也适用于单组数据的正态化处理。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

简介

Van der Waerden’s Normal Scores检验是一种非参数检验方法。在计算过程中，它首先把数据转换秩序，然后再转换成标准的正态分布分位数。因此它可以适用于非正态分布。

零假设 $H_0$ :所有k个总体分布函数都是相等的；

备择假设 $H_1$ :在k个总体分布函数中，至少有一个与其它分布不相等，并且倾向对其他分布函数产生更大的观测值。

计算过程

正态得分 $A_{ij}$ 可按下式计算，
$A_{ij} = \Phi^{-1} \left( \frac{R \left( X_{ij} \right)}{N + 1} \right)$

其中 $X_{ij}$ 代表第 $i$ 组的第 $j$ 个变量值， $R$ 为取其对应的秩， $N$ 代表 $j$ 的总数目， $\Phi^{-1}$ 代表正态分布的分位数函数。
那么 $k$ 组的 $A_{ij}$ 的均值可写作，
$\bar{A}_j = \frac{1}{n_j} \sum^{n_j}_{i=1} A_{ij} \quad j = 1, 2, \cdots, k$
正态得分的方差 $s^2$ 为
$s^2 = \frac{1}{N - 1} \sum^k_{i=1} \sum^{n_i}_{j=1} A^2_{ij}$
Van der Waerden’s Normal Scores的统计值 $T_1$ ，
$T_1 = \frac{1}{s^2} \sum^k_{i=1} n_i \bar{A}_i^2$
上式可以近似为卡方分布，显著性水平的临界区域为 $\alpha$ ，
$T_1 = \chi^2_{\alpha, k-1}$
如果 $H_0$ ，可以进行事后多重比较试验，以更好地了解哪些种群与其他人不同。