wilcoxon,什么情况下需要用到wilcoxon秩和检验?
非参数检验是指在总体不服从正态分布且分布情况不明时,用来检验数据资料是否来自同一个总体假设的一类检验方法。

分类变量有什么统计分析方法?
)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 ;
wilcoxon检验的秩和可以等于0?
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
有关Wilcoxon检验和Mann?
这两者都是 适用与不知总体分布形态的,两独立样本,小样本资料的非参数检验。都是 秩和检验,SPSS读的是Mann-Whitney U检验的结果。
Wilcoxon signed-rank test应用于两个related samples,
Mann–Whitney U test也叫Wilcoxon rank-sum test,应用于两个independent samples的情况。
公式和统计量不大一样,结果也略有所差异,但这不大影响使用这两种方法。
samples size小的时候,是有列表的,sample size大到20左右时,就可以使用正态分布来近似,不查表了
Wilcoxon秩和检验和Kruskal?
SPSS的秩和检验没有两两比较,“Mann-Whitney U检验”是用于两独立样本秩和检验(教科书上写的是:Wilcoxon Rank Sum test,威尔克逊秩和检验,两者等价),不是用于两两比较的。
你的选择是对的,应选用”Kruskal-Wallis H检验“,若有统计学意义,可进一步用”Nemenyi检验”作两两比较,只是需手工计算,或使用其他软件。
也有人利用SPSS的特点,可进行两两比较的SPSS秩和检验方法。步骤1 编秩: Transform>>Rank Cases…, DATA>>Variable(s),单击OK。
运行后在原数据中产生新变量:RDATA,即按照变量DATA值编秩后的新变量。
步骤2 Analyxe>>Compare Means>>One-Way ANOVA…,RDATA>>Dependent List,GROUP>>Factor。单击“Post Hoc…”,选择SNK法,单击Continue,单击OK。


还没有评论,来说两句吧...