1. wilcoxon非参数检验
当两样本满足正态独立方差齐条件时,可以t检验比较两样本均数;当仅方差齐不满足时可以使用t'检验比较两样本均数。当样本量较大时可进行z近似。虽可使用方差分析处理满足t检验条件的两样本,但结果与t检验一致。如不满足上述t检验前提条件,可使用wilcoxon秩和检验或曼尼惠特U检验。
2. wilcoxon检验z值
Wilcoxon W是Wilcoxon rank sum test 检验中的秩和值。根据Wilcoxon W值,可以接着计算出其对应的Z值,而Z值近似符合标准正态分布,因此再由Z值计算出其对应的P值(也就是Wilcoxon rank sum test 原假设成立的概率),这就是Wilcoxon rank sum test 的原理。
3. Wilcoxon检验
1、秩和检验法的主要思想是把原始数据转化成秩,利用秩构造统计量来比较不同样本的分布。在这里每个样本的秩是指把原始数据按从大到小的顺序排列,该数据值在原始数据中的位置。 例如: 原始数据:A组(5,7),B组(3,2) 对应的秩:A组(3,4),B组(2,1) A组的秩和为7,B组的秩和为3,每组的秩和被用来检验两组数据是否相同。 2、中位数评分检验法的主要思想是将原始数据转换成中位数评分,利用中位数评分构造统计量比较不同样本的分布。当计算中位数评分时,如果数据值小于等于该组数据的中位数,则中位数评分为0,如果数据值大于该组数据的中位数,则中位数评分为1。
4. wilcoxon是什么检验
)小样本数据:用二项分布进行确切概率法检验;
(2)大样本数据:用U检验;
2)多分类数据:用Pearson检验(又称拟合优度检验)。
2. 四格表(2×2表)数据
1)完全随机设计的四格表数据的分析
(1)当样本量n>40,并且4个格子理论数均大于5时,则用Pearson 检验;
(2)当样本量n>40,并且4个格子理论数均大于1且至少存在一个格子的理论数<5时,则用校正检验或用Fisher’s精确概率法检验;
(3)当样本量n£40或存在任一格子理论数<1,则用精确概率法检验;
2)配对设计的四格表数据的分析
(1)b+c≥40,则用McNemar配对检验;
(2)b+c<40,则用二项分布确切概率法检验;
3. 2×C表或R×2表数据的统计分析
1)列变量为效应指标,并且为有序多分类变量,行变量为分组变量,则可以采用行平均得分差(Row Mean Scores Differ)的CMH 或成组的Wilcoxon秩和检验;
2)列变量为效应指标并且为二分类,行变量为有序多分类变量,则可采用普通的Pearson 检验比较各组之间有无差别,如果总的'来说有差别,还可进一步作两两比较,以说明是否任意两组之间的差别都有统计学意义。
3)行变量和列变量均为无序分类变量:
(1)当样本量n>40,并且理论数小于5的格子数少于行列表中格子总数的25%,则用Pearson 检验;
(2)当样本量n£40,或理论数小于5的格子数多于行列表中格子总数的25%,则用Fisher’s确切概率法检验;
4. R×C表数据的统计分析
1)完全随机设计的R×C表数据的统计分析
(1)列变量为效应指标,并且为有序多分类变量,行变量为分组变量,则CMH 或Kruskal Wallis的秩和检验;
(2)列变量为效应指标,并且为无序多分类变量,行变量为有序多分类变量,则采用普通的Pearson 检验比较各组之间有无差别,如果总的来说有差别,还可进一步作两两比较,以说明是否任意两组之间的差别都有统计学意义;
(3)列变量和行变量均为有序多分类变量,可以作Spearman相关分析或者非零相关(none zero correlation)的CMH ;
5. wilcoxin检验
秩和检验是用秩和作为统计量进行假设检验的方法。
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。
在实践中常常会遇到以下一些资料,如需比较患者和正常人的血清铁蛋白、血铅值、不同药物的溶解时间、实验鼠发癌后的生存日数、护理效果评分等,我们将非参数统计中一种常用的检验方法--秩和检验,其中“秩”又称等级、即上述次序号的和称“秩和”,秩和检验就是用秩和作为统计量进行假设检验的方法。
秩和检验的背景
在总体分布任意的情形下,检验配对的试验数据所在总体的分布位置有无显著差异,往往可以利用符号检验的方法实现。但是符号检验只考虑差数的正负号,而不考虑差数的绝对值差异,会导致部分试验信息损失,结果较为粗略。
为了避免符号检验方法的这一缺陷,Wilcoxon提出了一种改进方法,称为Wilcoxon秩和检验(rank sum test)。这种方法同时考虑了差异的方向和差异的大小,较之符号检验更为有效。而对于成组的试验数据所在总体的分布位置有无差异,也可以采用类似的方法进行检验。
秩和检验是通过将所有观察值(或每对观察值差的绝对值)按照从小到大的次序排列,每一观察值(或每对观察值差的绝对值)按照次序编号,称为秩(或秩次)。
对两组观察值(配对设计下根据观察值差的正负分为两组)分别计算秩和进行检验。除了比较各对数据差的符号外,这种方法还进一步比较了各对数据差值大小的秩次高低,因此其检验效率较符号检验为高。
6. wilcoxon非参数检验Z值意义
Wilcoxon W是Wilcoxon rank sum test 检验中的秩和值。根据Wilcoxon W值,可以接着计算出其对应的Z值,而Z值近似符合标准正态分布,因此再由Z值计算出其对应的P值(也就是Wilcoxon rank sum test 原假设成立的概率),这就是Wilcoxon rank sum test 的原理。