1-Computational thinking through unplugged activities in early years of Primary Education

Mann-Whitney test和T检验有什么区别(非参数检验和参数检验)

Mann-Whitney test和T检验有什么区别(非参数检验和参数检验)

by 红亮 马 -
Number of replies: 4

      为什么,这篇文章对于plugged-in group和unplugged group计算思维水平的前-中测,前-后测的显著性差异,运用的是Mann-Whitney test而不是我们常用的独立样本T检验或者配对样本T检验呢?其实作者在文章中有一句话做了解释,即Mann-Whitney tests were conducted since assumptions for parametric test were not fulfilled。这里最有可能的是作者做了Levene’s Test for Equality of Variances(方差齐性检验),发现sig的值有显著差异,即不符合方差齐性检验,这样也就不符合做T检验了。

同时请大家解释一下表4中的数据代表什么,意味着什么?

In reply to 红亮 马

回复: Mann-Whitney test和T检验有什么区别

by 红亮 马 -
    T检验和U检验的区别,以下是百度知道的解答,权威性有待进一步核对:
一、适用条件不同
1、T检验是用于正态分布资料的小样本(样本容量小于30)的两个平均值差异程度的检验方法。
2、Mann-Whitney U 检验是与独立样本t检验相对应的方法,当正态分布、方差齐性等不能达到t检验的要求时,可以使用该检验。

二、检验方法不同
1、t检验是参数检验,是用T分布理论来推断差异发生的概率,从而判定两个平均数的差异是否显著
2、Mann-Whitney U 检验是非参数检验,是用得最广泛的两独立样本秩和检验方法。其假设基础是:若两个样本有差异,则他们的中心位置将不同。

三、检验步骤不同
1、t检验
(1)需要建立假设、确定检验水准α;
(2)根据公式计算t统计量:
(3)查相应t界值表,确定P值,下结论。

2、Mann-Whitney U 检验
(1)将两组样本数据混合,并按照数据大小的升序编排等级。
(2)分别求出两个样本的等级和R1,R2。
(3)根据公式计算U1,U2;
(4)做出判断。

In reply to 红亮 马

回复: Mann-Whitney test和T检验有什么区别

by 红亮 马 -

    T检验(独立样本、配对样本)属于参数检验,Mann-Whitney U检验属于非参数检验中的2个独立样本检验。

参数检验和非参数检验的区别:

1、定义不同:

  • 参数检验:假定数据服从某分布(一般为正态分布),通过样本参数的估计量(x±s)对总体参数(μ)进行检验,比如t检验、方差分析。
  • 非参数检验:不需要假定总体分布形式,直接对数据的分布进行检验。由于不涉及总体分布的参数,故名「非参数」检验。比如,卡方检验、U检验。

2、参数检验的集中趋势的衡量为均值,而非参数检验为中位数。

3、参数检验需要关于总体分布的信息;非参数检验不需要关于总体的信息。

4、参数检验只适用于变量,而非参数检验同时适用于变量和属性。非参数检验适合于定类数据、定序数据以及从非正态分布数据中抽取的定距数据和定比数据。

5、测量两个定量变量之间的相关程度,参数检验用Pearson相关系数,非参数检验用Spearman秩相关。

简而言之,若可以假定样本数据来自具有特定分布的总体,则使用参数检验。如果不能对数据集作出必要的假设,则使用非参数检验。

以上来源 百度知道,局部有修改。
In reply to 红亮 马

回复: Mann-Whitney test和T检验有什么区别

by 红亮 马 -


谢龙汉; 等. SPSS统计分析与数据挖掘(第3版). 北京: 电子工业出版社,2017.

In reply to 红亮 马

回复: Mann-Whitney test和T检验有什么区别

by 红亮 马 -
以下内容来自百度知道

定距数据、定比数据属于定量数据或数值型数据。、

1、定类数据:表现为类别,但不区分顺序,是由定类尺度计量形成的。

2、定序数据:表现为类别,但有顺序,是由定序尺度计量形成的。

3、定距数据:表现为数值,可进行加、减运算,是由定距尺度计量形成的。

4、定比数据:表现为数值,可进行加、减、乘、除运算,是由定比尺度计量形成的。

前两类数据说明的是事物的品质特征,不能用数据表示,其结果均表现为类别,也称为定性数据或品质数据;后两类数据说明的是现象的数量特征,能够用数值来表现,因此也称为定量数据或数量数据。

由于定距尺度和定比尺度属于同一测度层次,所以可以把后两种数据看作是同一类数据,统称为定量数据或数值型数据。

扩展资料:

区分测量的层次和数据的类型的重要性:

区分测量的层次和数据的类型是十分重要的,因为对不同类型的数据将采用不同的统计方法来处理和分析。比如,对定类数据,通常计算出各组的频数或频率,计算其众数和异众比率,进行 [3] 列联表分析和x2检验等。

对定序数据,可以计算其中位数和四分位差,计算等级相关系数等非参数分析对定距或定比数据还可以用更多的统计方法进行处理,如计算各种统计量、进行参数估计和检验等。统计中所处理的大多为数量数据。

适用于低层次测量数据的统计方法,也适用于较高层次的测量数据,因为后者具有前者的数学特性。反之,适用于高层次测量数据的统计方法,则不能用于较低层次的测量数据,因为低层次数据不具有高层次测量数据的数学特性。