Mann-Whitney检验：一个例子表

标准在数理统计 - 一个严格的规则，根据该意义的一定程度的接受或拒绝的假设。 为了建立它，你需要找到一个特定的功能。 应该依赖于实验，即，是从经验确定值的最终结果。 正是这种特点将是评估样品之间的差异的工具。

统计学显著的价值。 概观

统计显着性 - 是偶然发生的概率的价值很低。 无关紧要，更极端的和它的性能。 的差值称为在有数据，如果要求这些分歧不存在其概率可忽略不计的情况下统计显著。 但是，这并不意味着这种差异必然是大而显著。

统计显着性检验水平

这一术语应理解可能拒绝其真实性的情况下，零假设。 这也被称为第一类，或假阳性决策错误。 在大多数情况下，该处理是基于p值（“PI-值”）。 此累积概率通过观察统计检验的水平。 他，反过来，有在通过零假设的时间样本。 如果p值小于申报级别分析师的建议将被拒绝。 从这个数字直接决定意义的测试值：较小的是，在分别与更多的理由来拒绝假设。 显着性水平通常是由字母B（阿尔法）来表示。 专家之间流行的数字：0.1％，1％，5％和10％。 如果，例如说，一个比赛的机会是千分之一，那么肯定我们正在谈论的随机变量的统计显着性的0.1％的水平。 不同的含义B-水平都有自己的优点和缺点。 如果该指数小于越大，替代假说是显著的可能性。 虽然这可能是一个错误的零假设不被拒绝的风险。 由此可以得出结论，最佳的B级的选择分别取决于“权力”的重要性，或平衡的假阳性和假阴性的决定妥协的概率。 的代名词，俄罗斯文学“统计显着性”一词是“真实性”。

零假设的确定

在数理统计，这个假设是检查在手的现有经验证据的一致性。 在大多数情况下，零假设取假设，研究变量之间的相关性缺失或没有研究分布的均匀性差异。 在标准研究的数学家试图反驳零假设，也就是说，要证明它是不是与实验结果是一致的。 并采取地方和被接受的，而不是一个零的替代假说。

关键定义

在标准U（曼-惠特尼） 数理统计允许评估两个样本之间的差异。 它们可以在被定量测定的性状的水平进行说明。 这种方法是理想的小样本的差异进行评价。 这个简单的标准是在1945年提出由弗兰克·威尔科克森。 并已在1947年，该方法已被修订和科学家H. B.曼和D. R. Uitni，其中他被称为这一天的名称补充。 在心理学，数学，统计等诸多学科Mann-Whitney检验是理论研究的数学基础的基本要素之一。

描述

曼 - 惠特尼 - 不带参数的比较简单的方法。 它的容量是显著。 它比功率罗森鲍姆Q检验显著较高。 该方法评估如何小的样品间的交叉值，即第一和第二选择的排序值的行之间的区域中。 该值小于标准，更有可能的参数值是有效的差异。 要正确应用标准U（曼 - 惠特尼），不要忘了一些限制。 每个样品至少应为3特征值。 这可能是在一个情况下，两个值，但第二次，他们不一定必须至少有5名。 在测试中样品必须是同步指标的最小数目。 所有数字必须是在理想情况下的不同。

使用

如何正确使用Mann-Whitney检验？ 表，这是由该方法制备包含某一临界值。 首先，你需要创建一个组两个匹配样本，然后将其排名的。 即，元件根据特征，低级别的增加程度排列被分配给更小的值。 其结果是，我们得到的成绩总数：

N = N1 + N2，

其中值N1和N2 - 分别包含在所述第一和第二样品中的单位数。 此外，单个排数量的值被分为两大类。 单位，分别在第一和第二样品。 现在考虑转值行列的总和在第一排和第二排。 它确定大部分器（Tx），其对应于与NX单元的样品。 使用更多的Wilcoxon方法，其值由下面的过程来计算。 这是必要的表来确定用于具体采取N1和N2的关键标准的意义的所选择的水平。 将所得的组分可以是小于或等于从表中的值。 在这种情况下，显著差异所研究的样本中确定的特质水平。 如果结果值高于表时，则零假设被接受。 当进行Mann-Whitney检验计算，应该注意的是，如果无效假设为真，该标准将是 预期， 以及分散。 请注意，对于大量数据样本的方法被认为是几乎正态分布。 差异的显着性越高，价值变为最小Mann-Whitney检验。