威尔科克森(Wilcoxon)符号秩检验：定义，运行方式

原文 ：https://www.statisticshowto.com/wilcoxon-signed-rank-test/

转载：https://www.cnblogs.com/djx571/p/10216940.html

Wilcoxon有符号秩检验(也称为Wilcoxon有符号秩和检验)是一种非参数检验。当统计数据中使用“非参数”一词时，并不意味着您对总体一无所知。这通常意味着总体数据没有正态分布。如果两个数据样本来自重复观察，那么它们是匹配的。利用Wilcoxon Signed-Rank检验，在不假设数据服从正态分布的前提下，判断出相应的数据总体分布是否相同。也即，如果数据对之间的差异是非正态分布的，则应使用Wilcoxon Signed-Rank检验。

有两个稍微不同的测试版本:

   Wilcoxon有符号秩检验(The Wilcoxon signed rank) 将样本中值与假设中值进行比较。
   Wilcoxon配对有符号秩检验(Wilcoxon matched-pairs signed rank test) 计算每组匹配对之间的差异，然后按照与有符号秩检验相同的步骤将样本与某个中值进行比较。

术语“ Wilcoxon”通常用于两种测试。 这通常不会造成混淆，因为数据匹配或不匹配是很明显的。


这个检验的零假设(H0)是两个样本的中位数相等。它通常用于:

  作为 单样本t检验 或 配对t检验 的非参数替代。
  对于 没有数字刻度的有序(排序)分类变量。

How to Run the Test by Hand

运行测试的要求:
  ● 数据必须是匹配的。
  ● 因变量必须是连续的（即您必须能够区分小数点后第n位的值）。
  ● 要达到最高准确性，应该没有并列的排序。如果排序是相等的，有一个变通方法（见下面步骤5之后）。

样例问题:以下2组治疗数据的中值是否存在差异?

Step 1: 从治疗1中减去治疗2得到差异

注意:如果你只有一组样本，计算每个变量和0之间的差(假设中值)，而不是2组对之间的差

Step 2:将差异按顺序排列(下图第二列)，然后进行排序。按顺序排列时忽略这个符号。

Step 3:创建第三列，并注意差异的符号(您在步骤2中忽略的那个)

接下来的两个步骤将计算Wilcoxon带符号的秩和：

Step 4: 计算负差的秩和(第3步图中带负号的秩和)。你在这里加起来，而不是实际的差异:

W– = 1 + 2 + 4 = 7

Step 5:计算正差异的秩和(步骤3图中带正号的)。

W+ = 3 + 5.5 + 5.5 + 7 + 8 + 9 + 10 + 11 + 12 = 71

这里看 Wilcoxon 检验之 rank-sum 与 signed-rank 更清晰

Using the Normal Approximation with Wilcoxin Signed Ranks

您可以使用上述信息做什么？ 如果 观测/对 的值 n(n + 1) / 2 大于 20，则可以使用正态近似。 这组数据满足此要求: 12(12 + 1) / 2 = 78。z分数公式有几个修改/注意事项：

  使用 W + 或 W– 中较小的一个作为检验统计量。
  对 平均值 μ 使用以下公式：n(n + 1)/ 4。
  对 σ 使用以下公式：$\sqrt{n(n+1)(2n+1)/24}$
  如果您拥有并列序号，则必须为 $t$ 个并列排序将 $\sigma$ 降低 $(t^3-t)/48$。 有两个并列等级（5.5 + 5.5），因此将 σ 减小 (8-2) / 48 = 0.125。

z得分为：

在z表中查找此分数，我们得到0.9880 (0.99396-0.00604) 的面积，等于0.012的两尾p值。 这是一个很小的p值，强烈表明中位数存在显着差异。

How to Run the Wilcoxon Signed Rank Test using Technology

Excel / Open Office：下载此电子表格（由BioStatHandbook提供）。

R：您可以在RCompanion.org上找到示例代码。

用R计算Wilcoxin

在名为immer的内建数据集中，记录了1931年和1932年同一领域的大麦产量。收益率数据显示在数据框的Y1和Y2列中。

问题（problem）：在不假设数据为正态分布的情况下，以0.05显著性水平检验数据集immer中1931年和1932年的大麦产量是否具有相同的数据分布。

Solution：

零假设是两个样本年的大麦产量是相同的。为了验证这个假设，我们使用wilcox。测试函数对匹配的样本进行比较。对于配对测试，我们将“配对”参数设置为TRUE。由于p值为0.005318，小于0.05的显著性水平，我们拒绝原假设。

wilcox.test(immer$Y1, immer$Y2, paired=TRUE) ,#其中其它参数如 exact, correct选择不同的话，可能p值结果不同，根据实际情况选择

python计算

import scipy.stats
x=[57.07168,46.95301,31.86423,38.27486,77.89309,76.78879,33.29809,58.61569,18.26473,62.92256,50.46951,19.14473,22.58552,24.14309]
y=[8.319966,2.569211,1.306941,8.450002,1.624244,1.887139,1.376355,2.521150,5.940253,1.458392,3.257468,1.574528,2.338976]
scipy.stats.ranksums(x, y)