利用ANOVA和Kruskal-Wallis测试分析大衰退对房价的影响
内容提要
本文分析了2006年至2010年艾姆斯房地产市场的房价数据，探讨了销售年份对房价的影响。通过可视化和统计分析，发现不同年份的销售价格差异不显著，说明在经济动荡的背景下，艾姆斯的房价相对稳定。使用ANOVA和Kruskal-Wallis测试验证了这一结论，并验证了测试的三个假设。文章强调了验证统计测试假设的重要性，以及比较数据分布的参数和非参数测试的意义。
延伸解读
ANOVA假设不满足时，结果可能不可靠
文章通过Shapiro-Wilk检验和QQ图发现ANOVA的残差不符合正态分布，违反了ANOVA的关键假设。尽管ANOVA结果显示年份间房价无显著差异，但这一结论的可靠性存疑。这提醒读者，在使用参数检验前必须验证假设，否则可能得出错误结论。
非参数检验提供更稳健的替代方案
当ANOVA假设不满足时，Kruskal-Wallis检验作为非参数方法，不要求数据服从特定分布，且文章验证了其所有假设均满足。该检验结果与ANOVA一致，表明房价在年份间无显著差异，但结论更可靠。这展示了在数据不符合参数检验假设时，非参数检验的价值。
艾姆斯房价稳定，凸显本地因素影响
尽管2006-2010年正值大衰退，艾姆斯房价在各年份间分布高度相似，均值和中位数波动小，统计检验也未发现显著差异。这表明当地房地产市场可能受本地经济条件支撑，而未受到全国性危机的显著冲击。这强调了房地产市场的区域异质性。
Q&A
2006到2010年艾姆斯房价的整体趋势如何？
根据文章，2006年至2010年艾姆斯的销售价格没有一致的上升或下降趋势。2009年平均售价最高（约180,388美元），2010年最低（约173,972美元）；中位数售价2008年最高（162,700美元），2006年最低（157,000美元）。整体来看，房价相对稳定。
ANOVA测试在分析销售年份对房价影响时结果如何？
ANOVA测试结果显示F值为0.4479，p值为0.7740。由于p值大于0.05，不能拒绝原假设，即不同年份的销售价格均值没有统计学显著差异。
为什么ANOVA的结果可能不可靠？
因为ANOVA的三个假设中有一个未满足：残差的正态性假设。通过QQ图和Shapiro-Wilk检验（p值约为4.27e-41）发现残差不服从正态分布，因此ANOVA的结果可能无效。
Kruskal-Wallis测试的结果是什么？
Kruskal-Wallis测试的H统计量为2.133，p值为0.7113。由于p值大于0.05，不能拒绝原假设，表明不同年份的销售价格分布没有统计学显著差异。
Kruskal-Wallis测试相比ANOVA有什么优势？
Kruskal-Wallis是一种非参数检验，不要求数据服从正态分布，适用于不满足ANOVA假设的数据。在本例中，Kruskal-Wallis满足所有假设，结果更可靠，而ANOVA因残差非正态而可能无效。
文章如何验证Kruskal-Wallis测试的假设？
文章验证了三个假设：1) 观察独立性（满足）；2) 响应变量为有序、区间或比率尺度（销售价格为比率变量，满足）；3) 各组响应变量分布相同。通过直方图和成对Kolmogorov-Smirnov检验（所有p值大于0.05）验证了分布一致性。
大衰退期间艾姆斯房价为什么相对稳定？
文章指出，艾姆斯的房价主要受当地因素影响，未受到更广泛经济衰退的显著影响。尽管2007-2009年美国房地产市场动荡，但艾姆斯的销售价格分布保持稳定。
