サンプルサイズ(N)は、各グループに含まれる観測値の合計数です。
サンプルサイズは、信頼区間と検定の検出力に影響します。
通常、サンプルサイズが大きいほど信頼区間が狭くなります。また、サンプルサイズが大きいほど、検定での差の検出力が高くなります。詳細は、検出力とはを参照してください。
中央値はデータセットの中間点です。この中間点の値は、観測値の半分がその値より上にあり、観測値の半分がその値より下にあるという点です。中央値は、観測値に順位付けし、順位付けされた順序での順位[N + 1] / 2にある観測値を検出することによって算定されます。データに含まれる観測値の数が偶数の場合、その中央値は、N/2および[N/2] + 1の数で順位付けされた観測値の平均値です。
サンプル中央値は、各グループの母集団中央値の推定値です。全体の中央値は、すべての観測値の中央値です。
Minitabでは、各ブロック内でデータを別々に順位付けしてから、処理ごとに順位の和を求めます。データ値が高いほど、順位も高くなります。
順位の和が大きいということは、処理が高い順位に関連付けられていることを示します。Minitabでは、順位の和を使用して、Friedman検定の検定統計量Sを計算します。
自由度(DF)は、データ内のグループ数から1を差し引いた数と等しくなります。帰無仮説では、カイ二乗分布により、指定した自由度で検定統計量の分布を近似します。Minitabでは、カイ二乗分布を使用してこの検定のp値を推定します。
カイ二乗は、フリードマン検定での検定統計量です。帰無仮説では、カイ二乗分布によって検定統計量の分布に近似します。この近似分布は、ブロックの数またはランダム化されたブロック乱塊法での処理の数が5より大きい場合にはほぼ正確です。
Minitabで検定統計量を使用して計算されるp値に基づいて、項およびモデルの統計的有意性を決定します。p値は帰無仮説を棄却するための証拠を測定する確率です。確率が低いほど、帰無仮説を棄却する強力な証拠となります。
十分に大きな検定統計量は、中央値間の少なくとも1つの差が統計的に有意であることを示します。
その検定統計量を使用して、帰無仮説を棄却するかどうかを判断できます。ただし通常は、検定のp値を使用して同じ決定を下すほうがより実用的で便利です。
p値は帰無仮説を棄却するための証拠を測定する確率です。確率が低いほど、帰無仮説を棄却する強力な証拠となります。
p値を使用して、中央値間の差のいずれかが統計的に有意かどうかを判定します。