matlab进行Wilcoxon秩和检验

简介：

Wilcoxon 秩和 检 验 在 α = 5 % 的显著性水平下的 p 值 。 若 p ＜ 0. 05 ， 则拒绝原假设接受备择假设 ，即拒绝两组数据没有显著性的差异，得出两组数据存在差异的结论。

给定算法1和算法2的几组数据，使用matlab进行Wilcoxon秩和检验，从而比较算法之间的性能。

测试：

1）使用matlab的内置函数：

[p, h] = ranksum(group1, group2);

其中，group1为数据1，group2为数据2。此外，h=1 表示拒绝原假设，h=0表示未能在 5% 显著性水平上拒绝原假设。p为 在 α = 5 % 的显著性水平下的p值。

2）算法1的性能低于算法2的情况：

算法1的数据：[0.955850875180149,0.970875440767240,0.968381835748261,0.902081724937738,0.931670911071285,0.938384138816253,0.913271537458163,0.977920281859401,0.913271537458163,0.921208356784494]

算法2的数据：

[0.971640268073301,0.717298776612252,0.967238945558144,0.953412826450622,0.823070549921230,0.946169640414790,0.958180094650278,0.870485303598439,0.958092994853226,0.974701827671145]

使用内置函数后的结果：p=0.9698，h=0。分析：由于p值大于5%，则h=0，故算法1的性能低于算法2。

3) 算法1的性能优于算法2的情况：

算法1的数据：[0.955850875180149,0.970875440767240,0.968381835748261,0.902081724937738,0.931670911071285,0.938384138816253,0.913271537458163,0.977920281859401,0.913271537458163,0.921208356784494]

算法2的数据：

[0.787970516296302,0.901459313140884,0.806678124735604,0.669850334773791,0.923677727670658,0.714028390905979,0.760894861006279,0.753257662805624,0.950395999251682,0.715377637190759]

使用内置函数后的结果：p=0.0028，h=1。分析：由于p值小于5%，则h=1，故算法1的性能优于算法2。

值得注意的是：可能您的p值结果会出现NaN的情况，说明两个算法之间的性能相当。