Wilcoxon 符号秩检验
威尔科克森符号秩检验亦称威尔科克伦代符号的等级检验,是由威尔科克森(F·Wilcoxon)于1945年提出的。该方法是在成对观测数据的符号检验基础上发展起来的,比传统的单独用正负号的检验更加有效。
一般认为p < 5%时差异显著,p≥5%时差异不显著
1.Python实现-统计函数库scipy.stats
scipy.stats可计算正态分布,Wilcoxon 符号秩检验等统计常用方法
import scipy.stats as stats
x=[310,350,370,377,389,400,415,425,440,295,325,296,250,340,298,365,375,360,385]
y=[320]*len(x)
stats.wilcoxon(x,y,correction=True,alternative='greater')
结果如下:
WilcoxonResult ( statistic = 158.0, pvalue = 0.005949317582258638 )
参考:
https://www.codeleading.com/article/24122229426/
2.matlab实现-ranksum
x=[0.8587,0.8591,0.8591,0.8569,0.8555,0.8390];
y=[0.8583,0.8589,0.8637,0.8589,0.8613,0.8616];
ranksum(x,y)
ans =
0.0823
假设存在两个分布未知的变量x和y,各有一组观测值如上所示,ranksum是matlab自带的Wilcoxon秩和检验方法,用于判断两变量是否有显著性区别。输出结果就直接是p值,为0.0823
参考:
https://blog.csdn.net/qq_30565883/article/details/90957188?utm_medium=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-2.control&dist_request_id=9d940577-e3b9-4a8f-a3c7-023539154452&depth_1-utm_source=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-2.control
3.SPSS实现
3.1 SPPSS在线版
简单方便,具有多种方法,通用方法,问卷调查,可视化、数据处理等SPSSAU
3.2 SPSS软件
在主界面点击Analyze→Nonparametric Tests→Legacy Dialogs→2 Related Samples。
弹出下图Two-Related-Samples Tests对话框后,将carb和carb_protein变量放入 Test Pairs栏后,点击OK。
结果:
但是数据的小数位数最多为16位
参考:
https://jingyan.baidu.com/article/ed15cb1b5dac791be2698176.html
https://www.sohu.com/a/315136049_650669