曼惠特尼学位检查

Posted 2021-03-01 blogst

站在一起的主要思想类的具体定义

曼-惠特尼货币测试，也称为曼-惠特尼-U测试，是另一种参数测试方法，它不提供有关数据分布的特定假设，因此可以在更复杂的数据分布情况下使用。

检查额定值的方法是首先将两种类型的样本混合在一起，然后根据检查的特征（大小）对所有样本进行分类。在两个样本中计算出的T1 ? T2编号的序列号之和称为度和。两种类别中的样本数分别为n1 ? n2。单元分数测试的基本思想是，如果一种类型的样本的类别值显着小于（或大于）另一种样本，则这两种类型的样本的待测特性差异很大。统计单元测试统计量是某一类的渐进量（例如，第一类，该等级的量为T1）。为了比较两种类型的样本的类别量是否显着不同，有必要比较T分布。在度数T1分布附近使用正态分布。

示例：u0026代码：

为了研究雌性大鼠不同饮食是否增加体重，下表中显示了数据表（显着性水平为0.05）。

供稿：

大鼠数量：

体重增加/克

高蛋白

12

134,146,104,119,124,61,107,83,113,129,97,123

蛋白煤蛋白

7：

70,118,101,85,112,132,94：

导入scipy.stat作为统计信息

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_concern，weight_good，Alternative =“ bilateral”）

结果评论

结果如下。

MannwhitneyuResult（统计= 62.0，pvalue = 0.09934224785346528）

由于p值大于0.05，因此可以认为没有显着差异互联网价格图片大全。

参数说明

x，y： array_like：

数据样本量

use_continuity：布尔值，可选

如果需要进行0.5个连续性校正，则建议需要少量样品。默认值为true。

另类没有人，“少”，“两面”，“更大”，可选

“双向”检验是“较大”单向检验，其中替代方案大于“较少”，是单向检验，其中替代方案较少，且都不是双向检验的p值的一半。默认值为“无”。

曼-惠特尼等级总和测试站JS