曼-惠特尼 U 检验计算器

Mann-Whitney U 检验是一种强大的非参数统计工具，用于比较两个独立组之间的差异，当像 t 检验这样的参数检验的假设不满足时使用。本指南深入探讨了公式、实际示例和关键注意事项，以帮助研究人员和学生进行准确的分析。

理解 Mann-Whitney U 检验：为什么它对数据分析很重要

基本背景

Mann-Whitney U 检验评估两个独立样本是否来自具有相同分布的总体。与参数检验不同，它不假设正态性或方差相等，使其成为序数或非正态分布数据的理想选择。 主要应用包括：

• 医学研究：比较不同患者组的治疗结果。
• 教育研究：评估不同教学方法之间的表现差异。
• 市场分析：评估不同产品之间的客户满意度评分。

通过将来自两组的所有观测值一起排序并比较秩和，该检验确定一组是否倾向于具有比另一组更高的值。

公式分解：掌握计算过程

U 统计量使用以下公式计算：

\[ U = n_1 \times n_2 + \frac{n_1 \times (n_1 + 1)}{2} - R_1 \]

其中：

• \( n_1 \): 第一组的样本量
• \( n_2 \): 第二组的样本量
• \( R_1 \): 第一组中的秩和

步骤：

1. 合并来自两组的数据，并按升序排列它们。
2. 计算第一组的秩和 (\( R_1 \))。
3. 应用公式计算 \( U \)。

对于大样本量，\( U \) 服从正态分布，允许计算 z 分数和假设检验。

实践例子：应用 Mann-Whitney U 检验

示例场景

假设您想比较两种教学方法之间的测验分数。 A 组有 10 名学生，B 组有 8 名学生。 A 组的秩和为 78。

1. 将值代入公式：

   • \( n_1 = 10 \), \( n_2 = 8 \), \( R_1 = 78 \)
   • \( U = (10 \times 8) + \frac{(10 \times (10 + 1))}{2} - 78 = 80 + 55 - 78 = 57 \)

2. 解释结果：

   • 将 \( U \) 与临界值进行比较，或计算 p 值以评估显着性。

常见问题解答：澄清关于 Mann-Whitney U 检验的常见疑问

Q1：我应该何时使用 Mann-Whitney U 检验而不是 t 检验？

当您的数据违反正态性或方差齐性的假设时，或者当处理序数数据时，请使用 Mann-Whitney U 检验。

Q2：Mann-Whitney U 检验可以处理并列秩吗？

是的，该检验通过为并列值分配平均秩来调整并列秩。 大多数统计软件会自动处理这个问题。

Q3：显着的结果意味着什么？

显着的结果表明两组的分布存在差异，表明一组倾向于具有比另一组更高的值。

关键术语词汇表

理解这些术语将增强您有效应用 Mann-Whitney U 检验的能力：

• 非参数检验：一种不假设特定总体分布的统计方法。
• 排序：根据数据顺序分配数值。
• 临界值：用于确定统计显着性的阈值。
• P 值：在原假设下观察到与检验统计量一样极端的实验结果的概率。

关于 Mann-Whitney U 检验的有趣事实

1. 历史渊源：由弗兰克·威尔科克森以及亨利·曼和唐纳德·惠特尼 在 20 世纪中期独立开发，由于其稳健性而被广泛采用。

2. 多功能性：除了比较中位数外，该检验还可以检测整个分布的移动，从而更深入地了解组间差异。

3. 现代应用：随着计算能力的进步，Mann-Whitney U 检验仍然是从生物学到经济学等领域的基石。