如何获得Wilcoxon-Mann-Whitney秩和检验的列表区间

Posted 2021-04-18

我正在阅读关于使用Wilcoxon秩和检验的Rbloggers上的这个主题：https://www.r-bloggers.com/wilcoxon-mann-whitney-rank-sum-test-or-test-u/

特别是这部分，我在这里引用：

“我们最终可以比较Wilcoxon表格中列出的独立样本的时间间隔。两组6个样本的表格间隔均为（26,52）”。

我怎样才能获得这些“制表”值？ 我知道他们使用了一个表，其中的值按照每个样本的大小报告，但我想知道是否有办法让它们在R中。

这很重要，因为我可以理解帖子，一旦你的p值> 0.05，所以不能拒绝零假设H0，你实际上可以通过比较“计算”和“制表”间隔来确认H0。

所以我需要的是使用R的列表间隔。

答案

tl;博士

1. 通过指定conf.int=TRUE，您可以获得Mann-Whitney-Wilcoxon检验的置信区间。
2. 不要相信你在互联网上读到的一切......
3. 如果通过“确认”表示“确保计算成立”，则无需通过查阅原始表格进行复核; p值应该足以决定你是否可以拒绝H0。您可以信赖R用于标准的，广泛使用的统计方法。 （我还在下面展示了如何使用coin包中的不同实现来重复计算，这是一个几乎独立的检查。） 如果通过“确认”表示“接受零假设”，请不要这样做;这是对频率统计理论的根本违反，它说你可以拒绝零假设，但你永远不能接受零。宽置信区间和大于给定阈值的p值证明结论是不确定的（我们无法确定零或替代是否为真），而不是null为真。提到的博客文章的结论文本（“我们通过接受平均值的假设H0得出结论”）在统计上是不正确的。

---

解释不确定性的更好方法是查看置信区间。您可以为Wilcoxon测试计算这些：来自?wilcox.test：

...（如果参数'conf.int'为真[并且正在执行双样本测试]），非参数置信区间和...的位置参数'x-y'的差异的估计值。

> a = c(6, 8, 2, 4, 4, 5)
> b = c(7, 10, 4, 3, 5, 6)
> wilcox.test(b,a, conf.int=TRUE, correct=FALSE)
data:  b and a
W = 22, p-value = 0.5174
alternative hypothesis: true location shift is not equal to 0
95 percent confidence interval:
 -1.999975  4.000016
sample estimates:
difference in location 
             0.9999395 

高p值（0.5174）表示我们无法判断a或b中的值是否具有显着不同的等级。 difference in location给出了中位数之间的估计差异，置信区间给出了这个差异的置信区间。在这种情况下，对于12的样本大小，等级的估计差异是1（组b具有比组a稍高的等级），并且置信区间是（-2,4）（数据与组b具有一致性）比a组略低或高得多。无可否认地解释这些价值观的实质意义 - 这是基于等级的非参数测试的缺点之一......

你可以假设wilcox.test()计算的p值是对零假设的证据的合理总结;没有必要在表格中查找范围。如果您担心基地R中的wilcox.test()，您可以尝试wilcox_test()套餐中的coin：

dd <- data.frame(f=rep(c("a","b"),each=6),x=c(a,b))
wilcox_test(x~f,data=dd,conf.int=TRUE) ## asymptotic test

它给wilcox.test()带来了几乎相同的结果，并且

 wilcox_test(x~f,data=dd,conf.int=TRUE, distribution="exact")

它给出了略微不同的p值，但基本上是相同的置信区间。

仅具有历史意义

至于表格：我在Google books找到它们，通过与Qazxswpoi进行Google学术搜索。在那里你可以阅读它们如何计算的描述;这不可能复制，但似乎没有必要，因为p值和置信区间可通过其他方法获得。挖掘你找到这个：

author:katti author:wilcox

红色框中的数字0.0206表示间隔（26,52）对应于单尾p值0.0206（双尾= 0.0412）;这是离散范围最接近的。下一个最接近的范围在[（27,51），单尾p = 0.0325，双尾= 0.065]下面给出。在21世纪，你永远不应该做这个程序。