wilcoxon(什么情况下需要用到wilcoxon秩和检验)

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。