定義
mann-whitney 秩和檢驗，也被稱為 mann-whitney-u 檢驗，是另一類非引數檢驗方法，它們不對資料分布作特殊假設，因而能適用於更複雜的資料分布情況。
秩和檢驗的做法是，首先將兩類樣本混合在一起，對所有樣本按照所考察的特徵從小到大排序。在兩類樣本中分別計算所得排序序號之和t1 和t2 ，稱作秩和。兩類的樣本數分別是n1個和n2。秩和檢驗的基本思想是，如果一類樣本的秩和顯著地比另一類小（或大），則兩類樣本在所考察的特徵上有顯著差異。秩和檢驗的統計量就是某一類（如第一類，秩和為t1）的秩和為了比較兩類樣本的秩和是否差異顯著，需要比較t分布，當樣本數目較大時，人們可以用正態分佈來近似秩和t1 的分布。
例項 & **
研究不同飼料對雌鼠體重增加是否有差異，資料表如下表所示（顯著性水平為0.05）：
飼料鼠數
各鼠增加的體重/g
高蛋白12
134，146，104，119，124，61，107，83，113，129，97，123
低蛋白7
70，118，101，85，112，132，94
import scipy.stats as stats
weight_high=[134,146,104,119,124,161,107,83,113,129,97,123]
weight_low=[70,118,101,85,112,132,94]
stats.mannwhitneyu(weight_high,weight_low,alternative='two-sided')
結果解釋
結果如下：
mannwhitneyuresult ( statistic = 62.0, pvalue = 0.09934224785346528 )
由於p值大於0.05，故可以認為沒有顯著差異。
引數說明
Wilcoxon符合秩和檢驗
在非正態分佈的資料中，我們不應該使用單樣本t檢驗 儘管這個檢驗對於偏離正態性相當穩健 相反，我們必須使用均值的非引數檢驗方法。我們可以進行wilcoxon符號秩和檢驗。注意和單樣本t檢驗不同，該檢驗檢查是否有差異 rank,pval stats.wilcoxon data checkvalue 該方...
卡方檢驗，U檢驗，t檢驗，F檢驗
卡方檢驗 主要用於等級資料 t檢驗 適用於計量資料 正態分佈 方差具有齊性的兩組間小樣本比較。包括配對資料間 樣本與均數間 兩樣本均數間比較三種，三者的計算公式不能混淆。也可以這樣理解主要是用於小樣本 樣本容量小於30 的兩個平均值差異程度的檢驗方法。u檢驗 檢驗應用條件與t檢驗基本一致，只是當大樣...
機制檢驗 中介檢驗
糾結了半年的機制檢驗，到底是調節效應還是中介效應，這兩者區別到底在 目前有一點點眉目了，一步步更新和完善。先更新中介效應的 後面有時間接著完善兩者區別和 use clear 三步法 reg perform support 分析 x 和 y 之間的關係 reg satis support 分析 x 和...