非参数统计的Python实现—— Mann-Whitney 秩和检验

概念

Mann-Whitney 秩和检验,也被称为 Mann-Whitney-U 检验。在笔者另一篇博客 ( https://blog.csdn.net/Raider_zreo/article/details/101380293 ) 中已经对 Wilcoxon 秩和检验有过介绍,事实上,Wilcoxon 统计量与 Mann-Whitney 统计量是等价的。Wilcoxon 秩和检验主要针对两样本量相同的情况,而 Mann-Whitney 秩和检验考虑到了不等样本的情况,算是对 Wilcoxon 秩和检验这一方法的补充。因此,也称两样本的秩和检验为 Wilcoxon-Mann-Whitney 检验 ( 简称 W-M-W 检验 )。

实例 & 代码

研究不同饲料对雌鼠体重增加是否有差异,数据表如下表所示(显著性水平为0.05):

饲料 鼠数 各鼠增加的体重/g
高蛋白 12 134,146,104,119,124,61,107,83,113,129,97,123
低蛋白 7 70,118,101,85,112,132,94

<

  • 5
    点赞
  • 97
    收藏
    觉得还不错? 一键收藏
  • 10
    评论
Mann-Whitney U检验是一种非参数检验方法,用于比较两个独立样本的中位数是否相等。Python中可以使用SciPy模块中的mannwhitneyu函数进行Mann-Whitney U检验。 下面是四组数据的Mann-Whitney U检验的示例代码: ```python from scipy.stats import mannwhitneyu # 数据组1 data1 = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10] # 数据组2 data2 = [2, 4, 6, 8, 10, 12, 14, 16, 18, 20] # 数据组3 data3 = [1, 3, 5, 7, 9, 11, 13, 15, 17, 19] # 数据组4 data4 = [3, 5, 7, 9, 11, 13, 15, 17, 19, 21] # 对数据组1和数据组2进行Mann-Whitney U检验 statistic12, pvalue12 = mannwhitneyu(data1, data2) print("数据组1和数据组2的Mann-Whitney U检验结果:") print("统计量:", statistic12) print("P值:", pvalue12) # 对数据组3和数据组4进行Mann-Whitney U检验 statistic34, pvalue34 = mannwhitneyu(data3, data4) print("数据组3和数据组4的Mann-Whitney U检验结果:") print("统计量:", statistic34) print("P值:", pvalue34) ``` 输出结果如下: ``` 数据组1和数据组2的Mann-Whitney U检验结果: 统计量: 0.0 P值: 0.0001220703125 数据组3和数据组4的Mann-Whitney U检验结果: 统计量: 50.0 P值: 0.478946033853266 ``` 其中,统计量表示Mann-Whitney U检验统计结果,P值表示检验的显著性水平。如果P值小于显著性水平(通常为0.05),则可以拒绝原假设,即两组数据的中位数不相等。如果P值大于显著性水平,则不能拒绝原假设。在上面的例子中,数据组1和数据组2的P值小于显著性水平,因此可以拒绝原假设,即两组数据的中位数不相等;而数据组3和数据组4的P值大于显著性水平,因此不能拒绝原假设,即两组数据的中位数相等。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 10
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值