非参数检验之秩和检验的应用JMP操作介绍.docxVIP

引言

大家以往对数据做假设检验分析之前，一般都需要对其进行正态性检验。如果数据分布服从正态性则可使用Z、t、F等参数检验的方法，如果数据分布不符从正态性的话，则会参考使用非参数检验的方法。

那么我们今天就给大家来介绍非参数检验中最常见的检验方法—?秩和检验，并以两个例子介绍单样本Wilcoxon符号秩和检验与双样本Mann-Whitney秩和检验的应用及思路，希望对你有帮助。

单样本Wilcoxon符号秩和检验

Wilcoxon符号秩和检验由弗兰克·威尔科克森(FrankWilcoxon，1892—1965，美国统计学家、化学家)于1945年提出。其检验的原理关键在于“符号秩和”。顾名思义，“符号”代表±号；“秩”代表顺序、排序；“和”代表累加之和，整体理解就是带符号的顺序累加和。

我们来看一个例子。

例子：

某工人使用新设备加工轴，获得13组数据，如表一所示。现在想使用非参数检验的方法判定轴径相对旧设备的均值12cm是否有显著提升？

我们将该工人用新设备加工的13组轴径减去均值，得到的差值计算平均值，如果结果越接近0则代表新设备加工的轴径并没有显著提升，这是参数检验中t检验的思想。

表1

现在假设这13组数据所代表的整体分布不服从正态，则不能使用参数检验的方法，我们来看看Wilcoxon符号秩和检验是怎么对数据进行处理的，如下表2所示：

表2

详细步骤如下：

1）针对每一组数据与均值之间计算差值；

2）对差值取绝对值；

3）针对差值绝对值按从小到大进行排序，差值绝对值为0的样本不参与排序；

4）添加±符号，针对表2中差值为负的第5、10组样本的秩，添加-符号；

5）对已添加符号的秩进行求和；

6）Wilcoxon符号秩检验统计量S为符号秩和的?，对符号秩和求?。

如果新旧设备加工的轴径几乎没有差异，正负秩应该相互抵消，那么符号秩和会趋于0。而现在符号秩和77远超于0，则代表正秩远多于负秩，说明新设备加工轴径确有显著提升。具体检验结果可参考图1：

图1

通过统计量S，对其进行特定变换，计算得到p值也能判断新设备加工的轴径确有显著提升。

双样本Mann-Whitney秩和检验

Mann-Whitney秩和检验，是由H.B.Mann和D.R.Whitney于1947年提出的。其主要针对两组独立样本不服从正态分布情况下，所采用的非参数检验方法。它将两组样本数据混合，明确地考虑了每一个样本中各测定值所排的秩，它比符号秩和检验法使用了更多的信息。

仍然来看一个例子。

例子：

现有两种不同类型的公司，请确定两类公司（A类公司和B类公司）利润均值是否因公司类型而异。数据包含A类公司（共20个）和B类公司（共12个）这两类公司的各种量度。具体数据如下表3所示：

表3

经检验，A类公司的利润值数据不服从正态性，所以我们采用双样本Mann-Whitney秩和检验，对32组利润值进行混合编秩，如下表4所示：

表4

详细步骤如下：

1)对两类公司所有的利润值由小到大进行编秩排序，并计算总秩和528；

2)将公司类型作为拆分依据，对利润和秩进行拆分，得到下表5；

表5

3)统计较小样本数量的样本利润秩和，本例子B类公司利润样本数为12，其对应的秩和为283；

4)其中B类公司利润秩和得分期望值=(总秩和528/总样本数32)*B类公司样本数12=198，如下图2所示：

图2

B类公司利润值实际秩和得分283远超于期望得分198，而A类公司利润值实际秩和得分245低于期望得分330，可以判定B类公司有更高的利润水平。统计量S=283，通过Z转换后，计算p值＜0.05，也能证明B类公司与A类公司利润水平确实存在显著差异。

以上两种常见的非参数秩和检验方法都涉及到统计量S，通过特定转换来计算p值，本文中并未对其过程进行详细展开（如感兴趣可参考JMP帮助手册对应章节）。我们重点关注的是两种方法的秩和检验过程，p值的计算交给JMP软件即可。

另外针对多样本（三组包含三组以上）非参数检验，我们可以采用Kruskal-Wallis检验，其检验思想类似。

结语

本文主要介绍的是众多非参数检验方法之一：秩和检验。当你遇到小样本、偏差较大、非正态等数据情况时，不妨试试秩和检验。它与数据分布无关，是一种友好的、通行的检验方法。如果大家对其他非参数检验方法，如游程检验、中位数检验等，也可通过JMP手册进行学习。