📊Mann-Whitney U Test
Mikä on Mann-Whitney U Test?
▾
Mann-Whitney U -testilaskin suorittaa ei-parametrisen tilastollisen testin kahden itsenäisen ryhmän vertaamiseksi, kun tiedot eivät välttämättä noudata normaalijakaumaa. Tunnetaan myös nimellä Wilcoxon rank-sum testi, se testaa, ovatko yhden ryhmän havainnot yleensä suurempia (tai pienempiä) kuin toisen havainnot - teknisesti se testaa, onko kahdella populaatiolla sama jakautuminen. Laskin ottaa kaksi tietojoukkoa, asettaa kaikki havainnot yhteen (ryhmäjäsenyys huomioimatta), summaa kunkin ryhmän arvot ja laskee U-tilaston: U₁ = n₁n₂ + n₁(n₁+1)/2 - R1, missä R₁ on U₂ 1:n U₂ järjestyssumma. n1n2 - U1) on testitilasto. Pienille näytteille (n < 20) laskin käyttää tarkkoja todennäköisyystaulukoita; suuremmille näytteille se käyttää normaalia approksimaatiota jatkuvuuskorjauksella: z = (U - n₁n₂/2) / √(n₁n₂(n1+n2+1)/12). Se raportoi U-tilaston, z-pisteen, p-arvon (yksisuuntainen ja kaksisuuntainen) ja rank-biserial-korrelaation vaikutuksen koon mittana (r = 1 - 2U/(n₁n2), välillä -1 - +1). Laskin käsittelee sidottuja arvoja midrank-menetelmällä ja soveltaa tasoituskorjausta z-kaavan varianssiin. Mann-Whitney-testi on parempi kuin riippumaton t-testi, kun: tiedot ovat järjestyslukuja intervallin/suhteen sijaan, jakaumat ovat selvästi epänormaalit (vino, raskaan pyrstö), otoskoot ovat hyvin pieniä tai esiintyy poikkeavuuksia, jotka vääristävät t-testin keskiarvoa. Laskin näyttää koko rankingtaulukon, tunnistaa tasapuoliset ryhmät ja visualisoi sijoitusjakaumat.
PrimeCalcPro provides professional-grade tools trusted by businesses and academics.
Kaava
▾
U1 = n1n2 + n1(n1+1)/2 - R1; U2 = n1n2 - U1; z = (U - n1n2/2) / √(n1n2(n1+n2+1)/12); Sidoilla: varianssikorjauskerroin käytetty; Vaikutuksen koko: r = 1 - 2U/(n1n2); Hylkää H₀, jos p < α; Ei-parametrinen vaihtoehto riippumattomalle t-testilleMuuttujan selitys
▾
| Symboli | Nimi | Yksikkö | Kuvaus |
|---|---|---|---|
| Mann Whitney | Laskettuna f | — | Mann Whitneyn keskeinen syöttöparametri, joka edustaa kaavassa f:tä ja vaikuttaa suoraan laskettuun tuottoon sen matemaattisen roolin kautta |
| Whitney | Whitney sisään | — | Mann Whitneyn keskeinen syöttöparametri, joka edustaa Whitneyä kaavassa ja vaikuttaa suoraan laskettuun tuottoon sen matemaattisen roolin kautta |
| k | vakio | — | Aluekohtainen vakio tai kerroin, jota käytetään Mann Whitneyn kaavassa tulosten kalibroimiseen standardiolosuhteissa |
Kuinka Mann-Whitney U Test
▾
- 1Järjestä kaikki havainnot molemmista ryhmistä yhdessä
- 2U1 = n1n2 + n1(n1+1)/2 − R1
- 3U = min(U1, U2)
- 4Vertaa kriittisten arvojen taulukkoon
- 5Tunnista Mann Whitneyn laskennassa tarvittavat syöttöarvot – kerää kaikki tarvittavat mittaukset, nopeudet tai parametrit.
Ratkaistut esimerkit
▾
Vertailuja molemmissa ryhmissä
Tämä esimerkki havainnollistaa tyypillistä Mann Whitneyn sovellusta ja näyttää, kuinka syötetyt arvot käsitellään kaavan avulla tuloksen tuottamiseksi.
Hyödyllinen pahimman tapauksen suunnittelussa.
Konservatiivisten (alempien) syötearvojen käyttäminen Mann Whitneyssä tuottaa varovaisemman arvion. Tämä skenaario on hyödyllinen stressitestauspäätöksissä – jos tulos pysyy hyväksyttävänä jopa pessimistisillä olettamuksilla, päätös on vahvempi. Yleensä riskienhallinnassa ja vaatimustenmukaisuusraportoinnissa suositaan usein konservatiivisia arvioita.
Paras tapausanalyysi; älä luota tähän yksin.
Tämä Mann Whitney -esimerkki käyttää korkeampia syöttöarvoja parhaan mahdollisen tai optimistisen skenaarion mallintamiseen. Vaikka tulos osoittaa potentiaalisen noususuhdanteen, ammatinharjoittajien tulisi yleensä olla varovaisia suunnitteleessaan pelkästään parhaiden oletusten perusteella. Tämän vertaaminen konservatiiviseen skenaarioon paljastaa mahdollisten tulosten kirjon ja auttaa määrittämään epävarmuuden.
Käytännön sovellukset
▾
Ammattilaiset käyttävät yleensä Mann Whitneytä osana tavallista analyyttistä työnkulkuaan laskelmien tarkistamiseen, aritmeettisten virheiden vähentämiseen ja johdonmukaisten tulosten tuottamiseen, jotka voidaan dokumentoida, tarkastaa ja jakaa kollegoiden, asiakkaiden tai sääntelyelinten kanssa vaatimustenmukaisuustarkoituksiin.
Yliopiston professorit ja opettajat sisällyttävät Mann Whitneyn kurssimateriaaleihin, kotitehtäviin ja kokeisiin valmistautumisresursseihin, jolloin opiskelijat voivat tarkistaa manuaalisia laskelmia, rakentaa intuitiota panos-tuotossuhteista ja keskittyä käsitteelliseen ymmärtämiseen aritmeettisen sijaan.
Konsultit ja neuvojat käyttävät Mann Whitneyä mallintaakseen nopeasti erilaisia skenaarioita asiakastapaamisten aikana, mikä mahdollistaa reaaliaikaisen entä jos -kysymyksien tutkimisen, jotka muuten edellyttäisivät palaamista toimistoon yksityiskohtaista laskentataulukkopohjaista analysointia ja raportointia varten.
Yksittäiset käyttäjät luottavat Mann Whitneyyn henkilökohtaisissa suunnittelupäätöksissä – vaihtoehtojen vertailussa, palveluntarjoajilta saatujen tarjousten tarkistamisessa, kolmannen osapuolen laskelmien tarkistamisessa ja luottamusta siihen, että tärkeän päätöksen taustalla olevat luvut on laskettu oikein ja johdonmukaisesti.
Erikoistapaukset
▾
Nolla tai negatiivinen syöte voi vaatia erityiskäsittelyä tai tuottaa määrittelemättömiä
Nolla tai negatiivinen syöte voi vaatia erityiskäsittelyä tai tuottaa määrittelemättömiä tuloksia Käytännössä tämä reunatapaus vaatii huolellista harkintaa, koska standardioletukset eivät välttämättä pidä paikkaansa. Kohdatessaan tämän skenaarion mann-Whitneyn laskelmissa harjoittajien tulee tarkistaa reunaehdot, tarkistaa nollalla jakoriskit ja harkita, pysyvätkö mallin oletukset voimassa näissä äärimmäisissä olosuhteissa.
Ääriarvot voivat jäädä tyypillisten laskenta-alueiden ulkopuolelle. Käytännössä tämä
Ääriarvot voivat jäädä tyypillisten laskenta-alueiden ulkopuolelle. Käytännössä tämä reunatapaus vaatii huolellista harkintaa, koska standardioletukset eivät välttämättä pidä paikkaansa. Kohdatessaan tämän skenaarion mann-Whitneyn laskelmissa harjoittajien tulee tarkistaa reunaehdot, tarkistaa nollalla jakoriskit ja harkita, pysyvätkö mallin oletukset voimassa näissä äärimmäisissä olosuhteissa.
Jotkut mann whitney -skenaariot saattavat tarvita lisäparametreja, joita ei näytetä oletuksena
Jotkut mann whitney -skenaariot saattavat tarvita lisäparametreja, joita ei näytetä oletusarvoisesti. Käytännössä tämä reunatapaus vaatii huolellista harkintaa, koska vakiooletukset eivät välttämättä pidä paikkaansa. Kohdatessaan tämän skenaarion mann-Whitneyn laskelmissa harjoittajien tulee tarkistaa reunaehdot, tarkistaa nollalla jakoriskit ja harkita, pysyvätkö mallin oletukset voimassa näissä äärimmäisissä olosuhteissa.
Mann Whitney – Teollisuuden vertailuarvot
▾
| Mittari/segmentti | Low | Mediaani | Korkea / luokkansa paras |
|---|---|---|---|
| Pienyritys | Matala alue | Mediaanialue | Ylin kvartiili |
| Keskihintainen | Kohtalainen | Markkinoiden keskiarvo | Alan johtaja |
| Yritys | Perustaso | Toimialan vertailukohta | Maailmanluokan |
Usein kysytyt kysymykset
▾
Mikä on Mann Whitney?
Mann Whitney on erikoistunut laskentatyökalu, joka on suunniteltu auttamaan käyttäjiä laskemaan ja analysoimaan yleisen toimialueen keskeisiä mittareita. Se vaatii tiettyjä numeerisia syötteitä – tyypillisesti todellisista tiedoista, kuten mittauksista, nopeuksista tai määristä – ja käyttää validoitua matemaattista kaavaa tuottaakseen käyttökelpoisia tuloksia. Työkalu on arvokas, koska se eliminoi manuaaliset laskentavirheet, antaa välitöntä palautetta eri skenaarioita tutkittaessa ja toimii sekä päätöksenteon tukivälineenä ammattilaisille että oppimisen apuvälineenä taustalla olevia periaatteita opiskeleville opiskelijoille.
Mitä syötteitä tarvitsen?
Mann Whitneyn vaikuttavimmat syötteet ovat ydinkaavassa näkyvät ensisijaiset suureet - tyypillisesti korko, pääomamäärä tai perusmäärä ja aikajakso tai taajuustekijä. Minkä tahansa näistä muuttaminen jopa pienellä prosentilla voi muuttaa tulostetta merkittävästi kerto- tai yhdistelyvaikutusten vuoksi. Toissijaisilla syötteillä, kuten korjauskertoimilla, pyöristyskäytännöillä tai valinnaisilla parametreilla, on yleensä pienempi, mutta silti merkityksellinen vaikutus. Herkkyysanalyysi – yhden syötteen muuttaminen samalla kun muut pysyvät muuttumattomina – on paras tapa tunnistaa, mikä tekijä on tärkein skenaariossasi.
Kuinka usein minun pitäisi laskea uudelleen?
Mann Whitneyn käyttämiseksi syötä vaaditut syöttöarvot määritettyihin kenttiin – nämä sisältävät yleensä kaavassa viitatut ensisijaiset suureet, kuten hinnat, määrät, ajanjaksot tai fyysiset mittaukset. Laskin käyttää tavallista matemaattista suhdetta muuntaakseen nämä syötteet tulostiedoksi. Saat parhaat tulokset varmistamalla, että kaikki syötteet käyttävät johdonmukaisia yksiköitä, vertaamalla arvot lähdeasiakirjoihin ja tarkistamalla tulosteen kontekstissa. Laskennan suorittaminen hieman eri syötteillä auttaa paljastamaan, millä muuttujilla on suurin vaikutus tulokseen.
Mitkä ovat yleisiä virheitä käytettäessä tätä laskinta?
Käytä Mann Whitneytä aina, kun tarvitset luotettavan, toistettavan laskelman päätöksentekoon, suunnitteluun, vertailuun tai yleiseen todentamiseen. Yleisiä laukaisimia ovat uuden mahdollisuuden arvioiminen, kahden tai useamman vaihtoehdon vertaileminen, lainatun luvun kohtuullisuuden tarkistaminen, tarkkoja lukuja vaativien asiakirjojen laatiminen tai ajan mittaan tapahtuvien muutosten seuranta. Ammattimaisissa olosuhteissa säännöllinen uudelleenlaskeminen – varsinkin kun keskeiset syötteet muuttuvat – varmistaa, että päätökset perustuvat nykyiseen tietoon vanhentuneiden arvioiden sijaan.
Milloin minun pitäisi käyttää Mann-Whitney U -testiä t-testin sijaan?
Mann-Whitney U -testi on ihanteellinen vertailtaessa kahta itsenäistä ryhmää, jos tietosi ovat järjestyslukuja tai jos intervalli-/suhdetiedot rikkovat parametristen testien oletuksia. Erityisesti, jos tiedot eivät ole jakautuneet normaalisti tai jos otoskoot ovat pieniä (esim. alle 30 ryhmää kohti) eikä normaalia voida olettaa, tämä ei-parametrinen testi on sopivampi. Esimerkiksi potilaan kipuluokituksen vertaileminen asteikolla 1-5 tai erittäin vino reaktioaikojen kahden koetilan välillä oikeuttaisi sen käytön riippumattomien näytteiden t-testiin.
Yleisiä virheitä vältettäväksi
▾
- !Syöttöarvojen käyttäminen vääriä tai yhteensopimattomia yksiköitä
- !Unohtuu ottaa huomioon reunatapaukset tai reunaehdot
- !Väliarvot pyöristetään liian aikaisin laskennassa
- !Ei tarkisteta, että syötearvot ovat kelvollisilla alueilla mann whitneylle
Ammattilaisen vinkki
Tarkista aina syöttämäsi arvot ennen laskemista. Mann whitneylle pienet syöttövirheet voivat lisätä ja vaikuttaa merkittävästi lopputulokseen.
Tiesitkö?
Mann-Whitney U -tilasto jaettuna n₁×n2:lla on yhtä suuri kuin todennäköisyys, että ryhmän 1 satunnaisarvo ylittää ryhmän 2 satunnaisarvon.
Viitteet
Read the full guide on how to use this calculator effectively
Lue lisää →Hanki viikoittaisia matematiikkavinkkejä
Liity 12 000+ tilaajien joukkoon, jotka saavat laskurivinkkejä joka viikko.