フリードマン-ラフスキー検定。

Friedman-Rafsky 検定とは?

Friedman-Rafsky 検定は、ノンパラメトリックな2標本検定である。帰無仮説は

H0: X と Y の標本は、同じ分布関数、すなわち、Fx =Fy に従う。

この検定は，Wald-Wolfowitz 検定の多変量一般化である．

ノンパラメトリック検定は，いかなる分布にも依存しない．したがって，それらは，パラメトリックの有効性の条件が満たされていなくても適用できる．パラメトリック検定とノンパラメトリック検定の違いについて、我々のガイドを確認してください。

もし、どの検定を使うべきかわからない場合は、状況に応じて適切な検定を選択することについての ガイドを読んでください。

XLSTATでFriedman-Rafsky検定を実行する方法?

Friedman-Rafsky検定のXLSTATダイアログ・ボックスは、データの選択から結果の表示まで、さまざまなオプションに対応するいくつかのタブに分かれています。

データ形式:

• 分離したサンプル：2つの表（mm行のサンプルとn行のサンプル）を選択し、行の数は異なるかもしれませんが、列の数は同じppとします。
• マージされたサンプル： m+n行とpp個の量的変数を持つテーブルを選択する．選択されたデータ値が対応するサンプルを識別する（バイナリ）データを選択します。

Distance: このオプションは、適用したいメトリックを選択することができます。

• ユークリッド距離。
• ユークリッド距離、マンハッタン距離。
• Chebychev距離。
• キャンベラ距離

最小スパニングツリー / アルゴリズム:

最小木は、3つの方法から選択できます。

• Chazelle (Soft-Heap) (デフォルト): Chazelle アルゴリズムは決定論的アルゴリズムで、実行時間 O(mα(m,n)) で最小木 (最小漸近境界) を計算する最も速いものです (α は Ackermann の古典関数逆関数です)。
• クラスカ：クラスカアルゴリズムは、最小スパニングツリーを計算するために最も使用されるアルゴリズムの一つである。これは貪欲なアルゴリズムであり、小さなサンプルに推奨される。
• Boruvka: 最小木を計算するために考案された最初のアルゴリズムである。これも貪欲なアルゴリズムである。

の結果はどれですか？

記述統計量: 記述統計量の表は、選択されたすべての変数についての単純統計量を示します。変数ごと、標本ごとのオブザベーションの数、最小、最大、四分位、平均、分散、標準偏差が表示されます。

Friedman-Rafsky 検定に関する結果：この表は、統計量Wの値のような検定の詳細な結果を示します。

最小木に関する結果：この表は、最小木を表示するために表示されます。4つの列は、木のエッジ、エッジが依存するノード、重み（2つのノード間の距離）、そしてノードが同じサンプルに由来するかどうかを知らせます。

距離行列に関する結果：この表は、2つのサンプルの各点間の距離を示しています。

Friedman-Rafsky 検定の実行と解釈の仕方に関するチュートリアル。

XLSTATでFriedman-Rafsky検定をセットアップする方法とその出力を解釈する方法を説明する example が、XLSTATヘルプ・センターに掲載されています。