非参数统计的Python实现

调整秩和检验 ( aligned ranks test ) ，也称为 Hodges-Lehmmann 检验，简记为 HL 检验。 当随机完全区组设计的区组数较大或处理组数较小是，Friedman 检验的效果就不是很好了，因为 Friedman 检验的编秩是在每一个区组内进行的，这种编秩的方法仅限于区组内的效应，所以不同区组间相应的直接比较是无意义的（ Friedman 检验具体应用方法见笔者另一篇博客https://blog.csdn.net/Raider_zreo/article/details/101722050）。 因此就可以采用 HL 检验，为了去除区组效应，可以用区组的平均值或中位数作为区组效应的估计值，然后每个观测值与估计值相减来反映处理之间的差异，由此就可能消除区组之间的差异，将问题归为无区组的情况来处理。

现研究一种高血压患者的血压控制治疗的效果，经验表明治疗效果与病人本身的肥胖和身高类型有关。现将高血压病人按控制方法分为四类：A，B，C，D。从这四类病人中随机抽取8名病人做完全区组设计试验，进行一段时间的高血压控制治疗后，测量血压指数（经过一定变化后）如下表所示：

试问这4种血压控制对四种病人降压效果是否相同？显著性水平为0.05。 解答： 先用 Friedman 检验，