一、曼-惠特尼U檢驗的含義

曼-惠特尼U檢驗又稱“曼-惠特尼秩和檢驗”，英文（Mann-Whitney U test），是由H.B.Mann和D.R.Whitney于1947年提出的。它假設兩個樣本分別來自除了總體均值以外完全相同的兩個總體，目的是檢驗這兩個總體的均值是否有顯著的差別，簡單來說就是AB小樣本（樣本數不一定相等）分別來自于不同的總體，且AB二者的均值不相等，我們目的是要通過AB去檢驗一下兩個總體的均值是否有顯著的差異

二、曼-惠特尼U檢驗和T檢驗差別

簡單來說，t檢驗和Mann-Whitney U檢驗的區別：

t檢驗是參數檢驗，需要滿足正態性和方差齊性
Mann-Whitney U檢驗是非參數檢驗，沒有上面的要求

三、Python實現

1.我們知道這兩組的值

#知道這兩組的值
import scipy.stats as stats
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_high,weight_low,alternative='two-sided')

#MannwhitneyuResult(statistic=62.0,pvalue=0.0993422478534652) 
#大于0.05，也就是接受原假設

2.我們只知道均值，比如說我們分箱時，得到兩個不同的badrate，這樣我們首先按照badrate生成不同

import pycard as pc
help(pc.generate_samples)
'''
generate_samples(good=None, bad=None, total=None)
    生成僅由 0，1 值組成的樣本，以便于進行各種統計檢驗
    參數:
    -----------
    good: int, 好樣本的個數，即 0 的個數
    bad: int, 壞樣本的個數， 即 1 的個數
    total: int, 總樣本的個數。 good, bad, total 三個參數只能 3選 2個傳進來
    返回:
    -----------
    sample: 1darray, 生成的樣本
'''
#然后下面的步驟基本一樣

下面介紹參數

scipy.stats.mannwhitneyu( x, y, use_continuity = True, alternative = None )

x, y：array_like,樣本數據數組
use_continuity：bool, optional,是否需要0.5的連續性校正，建議小樣本需要。默認值為 True 。
alternative：{None, ‘less’, ‘two-sided’, ‘greater’}, optional,‘two-sided’ 表示雙側檢驗，‘greater’ 為備擇假設是大于的單邊檢驗，‘less’ 為備擇假設是小于的單邊檢驗，None 表示雙側檢驗 p 值的一半。默認值為 None 。

總結

以上是生活随笔為你收集整理的曼-惠特尼U检验以及Python实现的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。