excel统计分析——成组数据秩和检验

2024-02-08 14:44

本文主要是介绍excel统计分析——成组数据秩和检验,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

参考资料:生物统计学

https://real-statistics.com/statistics-tables/mann-whitney-table/

       非配对资料的秩和检验是对计量资料或等级资料的两个样本所属总体分布进行检验。这种检验比配对资料的秩和检验应用更为普遍。非配对资料秩和检验的方法包括Wilcoxon秩和检验和Mann-Whitney U检验。两者检验过程相似,结果等价,只是使用的统计量有所不同,因此合称Wilcoxon-Mann-Whitney检验,目前统计软件以Mann-Whitney U检验为主。

       Wilcoxon-Mann-Whitney秩和检验的基本思想如下:设有两个连续分布的总体,其累计概率函数分别为Fx和Fy。建立的假设:H0为F_y(u)=F_x(u)。如果H0成立,两个样本中的任何观察值取秩1~N(总样本容量)的概率相等。因此,每个观察值所对应的秩的理论值(平均秩)都为(N+1)/2,样本中n1个观察值对应的秩和T的理论值为\mu_T=n_1(N+1)/2;T统计量的抽样分布以n1(N+1)/2为中心,呈对称性分布;当n1、n2都较大时,T统计量复存均为n1(N+1)/2,方差为n1n2(N+1)/12的正态分布。如果H0不成立,T统计量偏离n1(N=1)/2,呈偏态分布。

       如果成组计量资料不能满足参数检验(t检验)的条件,可应用Wilcoxon-Mann-Whitney检验进行分析,该检验是可替代t检验的非参数检验,统计检验效能强大,有时甚至高于t检验。基本步骤如下:

(1)提出假设。

         零假设H0:两样本所在总体的中位数相等。

         备择假设HA:两样本所在总体的中位数不想等。

(2)编秩次。

         设两样本的样本容量分别为n1和n2;先将两样本数据混合,从小到大编秩次,最小值为1,最大值的秩次为“n1+n2”;遇到相同数值,取平均秩次。

(3)求秩和及统计量U。

          分别统计两个样本各自的秩和T1和T2;按下式计算样本U值:

U_i=T_i-n_i(n_i+1)/2

并以其中较小的值作为U检验的统计量,即

U=min\left \{ U_1,U_2 \right \}

(4)统计推断。

         如果n≤20,可根据n1、n2查Mann-Whitney U检验临界值表,得临界值Uα。U与临界值Uα比较,如果U>Uα,则P>α,表明两组数据在α水平上差异不显著;反之则差异显著。当n1>20或n2>20时,可用正态近似法进行u检验。统计量u的计算公式为:

u=\frac{T-n_x(N+1)/2}{\sqrt{n_1n_2(N+1)/12}}

其中:T为T1和T2中的较小者;n1、n2分别为两样本的样本容量,nx为T对应组的样本容量。如果多个观察值同秩,则需要对u值进行矫正:

u_c=\frac{T-n_x(n_1+n_2+1)/2}{\sqrt{[n_1n_2/(n_1+n_2+1)/12]-[n_1n_2\sum(t_j^3-t_j)]/[12(n_1+n_2)(n_1+n_2-1)]}}

其中,j表示某个同秩的个数。计算u值后,可根据α=0.05(或α=0.01)时的临界值进行统计推断。

excel案例操作如下:

这篇关于excel统计分析——成组数据秩和检验的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/691342

相关文章

Python实现批量CSV转Excel的高性能处理方案

《Python实现批量CSV转Excel的高性能处理方案》在日常办公中,我们经常需要将CSV格式的数据转换为Excel文件,本文将介绍一个基于Python的高性能解决方案,感兴趣的小伙伴可以跟随小编一... 目录一、场景需求二、技术方案三、核心代码四、批量处理方案五、性能优化六、使用示例完整代码七、小结一、

MyBatis-plus处理存储json数据过程

《MyBatis-plus处理存储json数据过程》文章介绍MyBatis-Plus3.4.21处理对象与集合的差异:对象可用内置Handler配合autoResultMap,集合需自定义处理器继承F... 目录1、如果是对象2、如果需要转换的是List集合总结对象和集合分两种情况处理,目前我用的MP的版本

GSON框架下将百度天气JSON数据转JavaBean

《GSON框架下将百度天气JSON数据转JavaBean》这篇文章主要为大家详细介绍了如何在GSON框架下实现将百度天气JSON数据转JavaBean,文中的示例代码讲解详细,感兴趣的小伙伴可以了解下... 目录前言一、百度天气jsON1、请求参数2、返回参数3、属性映射二、GSON属性映射实战1、类对象映

C# LiteDB处理时间序列数据的高性能解决方案

《C#LiteDB处理时间序列数据的高性能解决方案》LiteDB作为.NET生态下的轻量级嵌入式NoSQL数据库,一直是时间序列处理的优选方案,本文将为大家大家简单介绍一下LiteDB处理时间序列数... 目录为什么选择LiteDB处理时间序列数据第一章:LiteDB时间序列数据模型设计1.1 核心设计原则

Java+AI驱动实现PDF文件数据提取与解析

《Java+AI驱动实现PDF文件数据提取与解析》本文将和大家分享一套基于AI的体检报告智能评估方案,详细介绍从PDF上传、内容提取到AI分析、数据存储的全流程自动化实现方法,感兴趣的可以了解下... 目录一、核心流程:从上传到评估的完整链路二、第一步:解析 PDF,提取体检报告内容1. 引入依赖2. 封装

MySQL中查询和展示LONGBLOB类型数据的技巧总结

《MySQL中查询和展示LONGBLOB类型数据的技巧总结》在MySQL中LONGBLOB是一种二进制大对象(BLOB)数据类型,用于存储大量的二进制数据,:本文主要介绍MySQL中查询和展示LO... 目录前言1. 查询 LONGBLOB 数据的大小2. 查询并展示 LONGBLOB 数据2.1 转换为十

使用SpringBoot+InfluxDB实现高效数据存储与查询

《使用SpringBoot+InfluxDB实现高效数据存储与查询》InfluxDB是一个开源的时间序列数据库,特别适合处理带有时间戳的监控数据、指标数据等,下面详细介绍如何在SpringBoot项目... 目录1、项目介绍2、 InfluxDB 介绍3、Spring Boot 配置 InfluxDB4、I

Java整合Protocol Buffers实现高效数据序列化实践

《Java整合ProtocolBuffers实现高效数据序列化实践》ProtocolBuffers是Google开发的一种语言中立、平台中立、可扩展的结构化数据序列化机制,类似于XML但更小、更快... 目录一、Protocol Buffers简介1.1 什么是Protocol Buffers1.2 Pro

C#使用Spire.XLS快速生成多表格Excel文件

《C#使用Spire.XLS快速生成多表格Excel文件》在日常开发中,我们经常需要将业务数据导出为结构清晰的Excel文件,本文将手把手教你使用Spire.XLS这个强大的.NET组件,只需几行C#... 目录一、Spire.XLS核心优势清单1.1 性能碾压:从3秒到0.5秒的质变1.2 批量操作的优雅

Python实现数据可视化图表生成(适合新手入门)

《Python实现数据可视化图表生成(适合新手入门)》在数据科学和数据分析的新时代,高效、直观的数据可视化工具显得尤为重要,下面:本文主要介绍Python实现数据可视化图表生成的相关资料,文中通过... 目录前言为什么需要数据可视化准备工作基本图表绘制折线图柱状图散点图使用Seaborn创建高级图表箱线图热