Kruskal-Wallis检验统计值在论文中描述时如何规范表述其H值与显著性水平？

Question

在使用Kruskal-Wallis检验分析数据时，如何规范表述H值及其显著性水平是常见的技术问题。例如，在论文中描述检验结果时，是否应直接报告未校正的H值，还是需注明自由度和校正后的p值？此外，当样本量不均衡或存在结值（ties）时，H值可能会被校正，这是否需要明确说明？正确的表述应包括：Kruskal-Wallis H检验统计量（H = 具体数值，df = 自由度，p = 显著性水平），并结合具体场景解释结果意义。若p值小于预设的显著性水平（如0.05），则拒绝原假设，表明至少有两组之间的分布存在显著差异。同时，是否需要进一步进行事后检验（如Dunn检验）来确定具体差异来源？这些问题都影响了结果的准确性和可读性。

Answer 1

1. 基础概念：Kruskal-Wallis检验的定义与适用场景

Kruskal-Wallis检验是一种非参数统计方法，用于比较两个或多个独立样本的分布是否相同。它适用于数据不符合正态分布或方差不齐的情况。H值是该检验的核心统计量，表示不同组之间秩和差异的程度。

• H值反映了组间分布差异的显著性。
• 自由度（df）由组数减一计算得出。
• p值用于判断结果是否显著。

在论文中描述Kruskal-Wallis检验结果时，应明确报告H值、自由度和p值，以确保结果的透明性和可重复性。

2. 技术问题：H值校正与结值处理

当样本量不均衡或存在结值（ties）时，原始H值可能需要校正。以下是具体的技术问题及解决方案：

1. 是否直接报告未校正的H值？ 不建议直接报告未校正的H值，因为结值会降低检验的敏感性，校正后的H值更能反映真实的分布差异。
2. 是否需注明自由度和校正后的p值？ 是的，完整的表述应包括校正后的H值、自由度和p值。
3. 是否需明确说明H值校正？ 当存在结值时，应在结果部分明确说明H值已校正，并解释校正的原因。

例如，正确的表述为：Kruskal-Wallis H检验统计量（H = 12.45, df = 3, p = 0.006）。

3. 分析过程：结合具体场景解释结果意义

以下是一个具体的分析过程示例：

组别	样本数量	平均秩
Group A	15	32.5
Group B	20	45.8
Group C	25	28.3

假设p值为0.006，小于显著性水平0.05，则拒绝原假设，表明至少有两组之间的分布存在显著差异。

4. 解决方案：事后检验确定具体差异来源

当Kruskal-Wallis检验显示显著差异时，通常需要进行事后检验（如Dunn检验）来确定具体差异来源。以下是流程图展示：

graph TD;
    A[Kruskal-Wallis检验] --> B{p < 0.05?};
    B --是--> C[执行Dunn检验];
    B --否--> D[无显著差异];
    C --> E[报告具体差异组];

Dunn检验通过成对比较各组的分布，提供更详细的差异信息。这一步对于深入理解数据至关重要。