多群の順位検定
バグ・不具合を報告
独立した複数群または同じ対象の複数条件について、順位に基づく全体差を検定する。
独立した群か、同じ対象を繰り返し測定した対応群かを選んでください。値の尺度と条件を揃え、対象の識別情報は入力しないでください。
項目を入力・選択してから「計算する」を押してください。
選択内容に応じて、残りの入力項目を案内します。
計算結果
—
—
- 参照自由度(k−1)
- —
- p値方式
- —
- 効果量(ε² / Kendall W)
- —
- 群・条件数
- —
- 有効測定値数
- —件
- 完全な対応ブロック数
- —
- タイ補正係数
- —
- 置換p値の推定標準誤差
- —
値を入力して計算してください。
この計算機は使いやすかったですか?
回答はサイト改善のために保存します。入力値・計算結果は送りません。
ありがとうございます。よかったら、上の共有ボタンからこの計算機を紹介しませんか?
計算方法・適用範囲・出典
計算方法
Kruskal–Wallis:全N件に平均順位rを付け、H₀=12/[N(N+1)]Σ(Rⱼ−nⱼ(N+1)/2)²/nⱼ。C=1−Σ(t³−t)/(N³−N)、H=H₀/C。Friedman:各完全ブロック内でk条件の平均順位を付け、Q₀=12/[n k(k+1)]Σ(Rⱼ−n(k+1)/2)²、C=1−ΣblocksΣ(t³−t)/[n k(k²−1)]、Q=Q₀/C。df=k−1。全列挙pは群サイズ固定の全ラベル割当またはブロック内全順列でPr(統計量≧観測量)。Monte Carlo pは(極端以上の抽出数+1)/(抽出数+1)。χ²近似は上側確率。独立群のε²=(H−k+1)/(N−k)、対応群のKendall W=Q/[n(k−1)]。事後比較は独立群Dunn、対応群平均順位差の両側z正規近似にHolm/Bonferroni補正を適用。
群・条件別の順位和/平均順位、H/Q・自由度・p値・タイ補正係数・効果量、調整済みの事後比較。
計算例(架空の数値)
独立群A=[1,2]、B=[3,4]なら、順位和A=3・B=7、H=2.4、df=1。全6通りの正確検定ではp=1/3です。3条件×2対象がともに[1,2,3]ならFriedman Q=4、W=1、正確p=1/6です。
適用対象と限界
相互に独立した群の順序尺度以上の測定、または同一対象で条件をそろえた順序尺度以上の繰返し測定。独立と対応の混在、交絡調整、共変量・交互作用、重み付け、クラスタ間依存、欠測値の推定、不均衡な対応のままのFriedman、検定による因果関係の認定は対象外。。
採用した方式
- Kruskal–Wallis H(タイ補正)(E1418-v1 / SciPy 1.18.0 reference):対象範囲 2~20独立群、有効な数値計2~1000件/適用地域 global
- Friedman Q(タイ補正)(E1418-v1 / SciPy 1.18.0 reference):対象範囲 3~20条件、完全な対応ブロック2件以上/適用地域 global
- exact/Monte Carlo/χ²推論(E1418-v1):対象範囲 条件付きの群ラベル・対応ブロック内ラベル置換(正確/有限抽出)またはχ²近似/適用地域 global
方法と出典
方法:E1418-v1(2026-11-14);SciPy kruskal/friedmanchisquare公開式とDunn・Holm手順に基づく独立実装。データ記録日:2026-11-14。