Kruskal-Wallis tests
Dispersijas analīzei viens no pieņēmumiem bija, ka datiem ir jāatbilst normālajam sadalījumam. Ja dati neatbilst normālajam sadalījumam, un tomēr ir nepieciešams veikt salīdzinājumu par to, vai vairākas paraugkopas ir ar vienādu sadalījumu (vai tās savā starpā neatšķiras), ir jāizmanto neparametriskais Kruskall-Wallis tests, kas darbojas pēc līdzīga principa kā dispersijas analīze.
Lai veiktu šo analīzi, ir jāizmanto funkcija kruskal.test(), kurai jānorāda argumenti pētāmā.pazīme~faktors. Ja p-vērtība ir lielāka par noteikto būtiskuma līmeni, tad var uzskatīt, ka visām paraugkopām ir vienāds sadalījums, bet ja mazāka, tad paraugkopu sadalījumi atšķiras būtiski.
> dati<-read.table(file="miezi.txt",header=T)
> attach(dati)
> names(dati)
[1] "skirne" "raza"
> kruskal.test(raza~skirne)
Kruskal-Wallis rank sum test
data: raza by skirne
Kruskal-Wallis chi-squared = 6.7123, df = 2, p-value = 0.03487
