Критерий Краскела-Уоллиса, использование критерия в программе Statistca Опции

[ortoped74]

Здравствуйте, участники форума!
Прошу помощи по применению критерия Краскела-Уоллиса в программе STATISTICA.
Мне необходимо доказать, что три группы пациентов отличаются по одному признаку.
В программе при обработке данных требуется отметить группирующий признак и анализируемые признаки.
Как разобраться в этих признаках и правильно отметить группы?
Заранее благодарен.

[плав]

Группируюшщий признак - это качественный признак, по которому Вы ищите различия. Анализируемые - количественные признаки. Иными словами, если Вам надо найти различия в концентрации IgG у пациентов с разной степенью тяжести состояния (удовлетворительное, средней тяжести, тяжелое), то тяжесть состояния (переменная с тремя значениями, например 0,1,2) - группирующий признак, IgG - анализируемый. Если у Вас более 2х групп, то КУ дает ответ на вопрос о том, есть ли различия хотя бы у одной группы (причем сравниваются, обратите внимание, не средние, а медианы). Далее Вы должны использовать попарные сравнения для того, чтобы найти ответ на вопрос - каковы эти различия (отличаются уровни 0-1, 0-2, 1-2?). Поскольку Вы используете непараметрическую статистику, то Вам придется использовать критерий Мэнна-Уитни для попарных сравнений (три сравнения), а пограничное значение доверительной вероятности будет 0,017 (0,05/3, поскольку Вы делаете три сравнения - т.н. подход Бонферонни). Если парные различия будут менее 0,017, Вы признаете, что между медианами групп есть достоверные различия.
Если бы Вы воспользовались параметрическим дисперсионным анализом, Вам бы были доступны другие варианты сранения групп после выявления факта наличия различий между ними (т.н. post hoc тесты). В непараметрическом такой возможности нет, и Вы рискуете пропустить различия даже тогда. когда они существуют.

[ortoped74]

Группируюшщий признак - это качественный признак, по которому Вы ищите различия. Анализируемые - количественные признаки. Иными словами, если Вам надо найти различия в концентрации IgG у пациентов с разной степенью тяжести состояния (удовлетворительное, средней тяжести, тяжелое), то тяжесть состояния (переменная с тремя значениями, например 0,1,2) - группирующий признак, IgG - анализируемый. Если у Вас более 2х групп, то КУ дает ответ на вопрос о том, есть ли различия хотя бы у одной группы (причем сравниваются, обратите внимание, не средние, а медианы). Далее Вы должны использовать попарные сравнения для того, чтобы найти ответ на вопрос - каковы эти различия (отличаются уровни 0-1, 0-2, 1-2?). Поскольку Вы используете непараметрическую статистику, то Вам придется использовать критерий Мэнна-Уитни для попарных сравнений (три сравнения), а пограничное значение доверительной вероятности будет 0,017 (0,05/3, поскольку Вы делаете три сравнения - т.н. подход Бонферонни). Если парные различия будут менее 0,017, Вы признаете, что между медианами групп есть достоверные различия.
Если бы Вы воспользовались параметрическим дисперсионным анализом, Вам бы были доступны другие варианты сранения групп после выявления факта наличия различий между ними (т.н. post hoc тесты). В непараметрическом такой возможности нет, и Вы рискуете пропустить различия даже тогда. когда они существуют.

Спасибо за подробное разъяснение. Но, к сожалению я ещё больше запутался. Ситуация такая. Я изучаю сужение позвоночного канала у пациентов трёх групп: компенсированные, субкомпенсированные, декомпенсированные. Первым делом проверяю данные на нормальность распределения и получаю, что нормально они распределяются лишь в одной из трёх групп, следовательно, делаю заключение, что для доказательства различия групп необходимо применение непараметрической статистики, выбираю КУ. Из Вашего пояснения получается, что и с помощью КУ доказать значимость различий в группах я не смогу? Дополнительно необходимо применение статистики МУ? Ведь дисперсионный анализ применить нельзя если распределение отлично от нормального?