R语言学习笔记四：秩和检验

四：秩和检验

秩和检验（rank sum test）又称顺序和检验，它是一种非参数检验（nonparametric test）。它不依赖于总体分布的具体形式，应用时可以不考虑被研究对象为何种分布以及分布是否以知，因而实用性较强。
摘自 百度百科

1.参数检验与非参数检验

开始之前，需要了解一下参数检验与非参数检验。
所谓的参数检验，就是以特定的分布（如正态分布）为前提，对总体参数进行假设检验，如$t$检验，$z$检验等。
非参数检验，不依赖总体分布进行的检验，包括了秩和检验与卡方检验。
秩，即顺序。秩和，即排名之和。秩和检验便是通过排名之和来检验两组之间总体分布，本篇以两样本成组为例。

2.秩和检验原理

一般来说，两独立样本通常使用$t$检验，但$t$检验需满足正态分布。在不满足情况下，应选择非参数检验。

举个例子，为了比较x，y两个样本，一种方法（$t$检验）可以计算两组平均数进行检验；第二种方法（秩和检验）就是将两组混合排序，再通过排序之和除以人数，得到平均排名再进行比较。

3.数据准备

以rivers数据集为例。

> rivers
  [1]  735  320  325  392  524  450 1459  135  465  600  330  336  280  315  870
 [16]  906  202  329  290 1000  600  505 1450  840 1243  890  350  407  286  280
 [31]  525  720  390  250  327  230  265  850  210  630  260  230  360  730  600
 [46]  306  390  420  291  710  340  217  281  352  259  250  470  680  570  350
 [61]  300  560  900  625  332 2348 1171 3710 2315 2533  780  280  410  460  260
 [76]  255  431  350  760  618  338  981 1306  500  696  605  250  411 1054  735
 [91]  233  435  490  310  460  383  375 1270  545  445 1885  380  300  380  377
[106]  425  276  210  800  420  350  360  538 1100 1205  314  237  610  360  540
[121] 1038  424  310  300  444  301  268  620  215  652  900  525  246  360  529
[136]  500  720  270  430  671 1770

数据是美国河流长度，这里为方便演示，将数据分为前后两部分：rivers[1:70]、rivers[71:140]
对数据使用shapiro.test()进行正态性检验，结果不服从正态分布，故选用非参数检验。

4.wilcox秩和检验

4.1 提出假设

H₀：两组河流长度总体分布相同。
H₁：两组河流长度总体分布不相同。

4.2 检验

使用wilcox.test()对两个样本进行检验。

> wilcox.test(rivers[1:70],rivers[71:140],paired = TRUE)

        Wilcoxon signed rank test with continuity correction

data:  rivers[1:70] and rivers[71:140]
V = 1299, p-value = 0.7431
alternative hypothesis: true location shift is not equal to 0

参数paired根据样本的独立性选择，此例两样本并非独立，故参数使用TRUE。
默认情况下，执行双侧检验（alternative = 'two.sided'），使用less或greater执行单侧wilcox检验。
参考R-Wilcox秩和检验

4.3 结论

通过p值可知，此时p值等于0.7431，大于0.05，不能拒绝H₀，两样本总体分布相同。