解释 Mood 中位数检验的主要结果

请完成以下步骤来解释 Mood 中位数检验。主要结果包括中位数估计值、p 值和置信区间。

步骤 1：确定组中位数之间的差值在统计意义上是否显著

要确定中位数之间的任何差值在统计意义上是否显著，请将 p 值与显著性水平进行比较以评估原假设。原假设声明总体中位数均相等。通常，显著性水平（用 α 或 alpha 表示）为 0.05 即可。显著性水平 0.05 指示在实际上不存在差异时得出存在差异的风险为 5%。

P 值 ≤ α：一些中位数之间的差值在统计意义上显著: 如果 p 值小于或等于显著性水平，则否定原假设并得出并非所有的总体中位数都相等的结论。使用 p 值确定中位数的任何差值在统计意义上是否显著。有关更多信息，请转到统计显著性和实际显著性。
P 值 > α：中位数之间的差值在统计意义上不显著: 如果 p 值大于显著性水平，则您没有足够的证据否定原假设（总体中位数相等）。请确认检验具有足够的功效来检测在实际意义上显著的差值。您应该确保检验具有足够的功效来检测到在实际意义上显著的差值。有关更多信息，请转到增加假设检验的功效。

温度	中位数	N <= 整体中位数	N > 整体中位数	Q3 – Q1	95% 中位数置信区间
38	19	4	3	4.00	(17.4667, 22.5333)
42	19	3	3	9.50	(15.3571, 25.6429)
46	22	2	4	7.25	(15.7857, 26.5714)
50	18	4	2	4.25	(14.4286, 20.6429)
整体	19

原假设	H₀: 总体中位数全部相等
备择假设	H₁: 总体中位数并非全部相等

自由度	卡方	P 值
3	1.44	0.697

在这些结果中，四组的中位数权重分别为 19.0、19.0、22.0 和 18.0。原假设声明总体中位数均相等。由于 p 值大于显著性水平 0.05，因此无法否定原假设。中位数权重之间的差值在统计意义上不显著。

使用置信区间（95% 中位数置信区间）可以评估每个组的总体中位数的估计值。这些置信区间是可能包含总体中位数的值范围。

例如，当置信水平为 95% 时，置信区间包含组中位数的可信度为 95%。置信区间有助于评估结果的实际意义。使用您的专业知识可以确定置信区间是否包括对您的情形有实际意义的值。如果区间因太宽而毫无用处，请考虑增加样本数量。

温度	中位数	N <= 整体中位数	N > 整体中位数	Q3 – Q1	95% 中位数置信区间
38	19	4	3	4.00	(17.4667, 22.5333)
42	19	3	3	9.50	(15.3571, 25.6429)
46	22	2	4	7.25	(15.7857, 26.5714)
50	18	4	2	4.25	(14.4286, 20.6429)
整体	19

这些区间表明温度 38 的中位数为 19.0，置信区间从大约 17.5 延伸到 22.5。