Kruskal - Wallis检验是一种非参数检验，其比较了三个或更多个非配对或未匹配的组。阅读其他章节，以了解如何选择一项检验，以及解读结果。

“误差”是否独立存在？

“误差”一词是指每个值与组中值之间的差异。Kruskal - Wallis检验的结果只在分散为随机分散时才有意义 - 无论是什么因素导致一个数值过高或者过低，都只会影响该特定数值。Prism无法检验这一假设。您必须考虑实验设计。例如，如果每三组有九个数值，但这些值均每组两只动物身上获得（一式三份），则误差并非独立存在。在此情况下，一些因素可能导致一只动物的所有三个数值均较高或较低。

数据是否不成对？

如果数据为配对或匹配数据，则应考虑选择Friedman检验代替。如果配对在控制实验变异性方面有效，则Friedman检验的检验力比Kruskal - Wallis检验更高。

数据是否从非高斯群体中抽样得到？

通过选择非参数检验，可以避免从高斯分布中进行数据抽样的假设，但非参数检验的使用也存在缺点。如果群体的确服从高斯分布，则非参数检验的检验力较低（不太可能检验出真正差异），尤其是在小样本量的情况下。此外，在计算非参数检验时，Prism（以及大多数其他程序）不计算置信区间。如果分布明显不呈钟形，则考虑转换值（可能是对数或倒数）来创建一个高斯分布，然后使用方差分析。

您是否真的想比较中值？

Kruskal - Wallis检验可以比较三个或更多个组的中值。即使分布有相当大的重叠，P值也可能很小，这是群体中值不同的明显证据。

分布的形状是否相同？

Kruskal - Wallis检验并不假设群体服从高斯分布。但其确实假设分布的形状相同。中值可能有所不同 - 这就是您正在检验的方面 - 但检验假设分布的形状相同。如果两组的分布存在巨大差异，则考虑转换数据，使分布更为接近。