Sự khác biệt giữa kiểm định Mann-Whitney U và kiểm định thứ hạng có dấu Wilcoxon là gì?

Kiểm định Mann-Whitney U so sánh hai mẫu ĐỘC LẬP (các đối tượng khác nhau trong mỗi nhóm), trong khi kiểm định thứ hạng có dấu Wilcoxon so sánh hai mẫu CÓ LIÊN QUAN (cùng một đối tượng được đo hai lần, như trước/sau). Sử dụng Mann-Whitney U khi các nhóm không liên quan (ví dụ: nhóm điều trị và nhóm đối chứng với những người khác nhau) và Wilcoxon khi các nhóm được ghép cặp (ví dụ: cùng một bệnh nhân được đo trước và sau khi điều trị).

Máy tính kiểm định Mann-Whitney U

Q: Kích thước hiệu ứng trong kiểm định Mann-Whitney U là gì?

Kích thước hiệu ứng cho kiểm định Mann-Whitney U thường được báo cáo dưới dạng tương quan thứ hạng-nhị biến (r), được tính là r = 1 - (2U)/(n1*n2). Nó nằm trong khoảng từ -1 đến +1, trong đó: |r| = 0,5 cho thấy hiệu ứng lớn. Kích thước hiệu ứng giúp hiểu ý nghĩa thực tế bên cạnh ý nghĩa thống kê.

Q: Các giả định của kiểm định Mann-Whitney U là gì?

Kiểm định Mann-Whitney U giả định: (1) Tính độc lập - các quan sát trong mỗi mẫu và giữa các mẫu là độc lập, (2) Dữ liệu thứ bậc - các giá trị có thể được xếp hạng một cách có ý nghĩa, (3) Hình dạng tương tự - cả hai quần thể có cùng hình dạng phân phối (mặc dù không nhất thiết phải là chuẩn), (4) Lấy mẫu ngẫu nhiên - các mẫu được rút ngẫu nhiên từ các quần thể tương ứng. Kiểm định KHÔNG yêu cầu phân phối chuẩn hoặc phương sai bằng nhau.

Thực hiện kiểm định Mann-Whitney U (kiểm định tổng thứ hạng Wilcoxon) để so sánh hai mẫu độc lập. Nhận số liệu thống kê U, giá trị p, kích thước hiệu ứng, các bước tính toán chi tiết và hình ảnh trực quan tương tác.

Máy tính kiểm định Mann-Whitney U

Thử các bộ dữ liệu mẫu

Điểm kiểm tra Hiệu quả điều trị Đánh giá sản phẩm Thời gian phản hồi

1 Mẫu 1 (VD: Nhóm đối chứng)

2 Mẫu 2 (VD: Nhóm điều trị)

Giả thuyết thay thế

Độ chính xác thập phân

Embed Máy tính kiểm định Mann-Whitney U Widget

Giới thiệu về Máy tính kiểm định Mann-Whitney U

Máy tính kiểm định Mann-Whitney U là một công cụ thống kê toàn diện để so sánh hai mẫu độc lập bằng cách sử dụng kiểm định Mann-Whitney U phi tham số (còn được gọi là kiểm định tổng thứ hạng Wilcoxon). Máy tính này cung cấp số liệu thống kê U, điểm z, giá trị p, kích thước hiệu ứng, các bước tính toán chi tiết và hình ảnh trực quan tương tác để giúp bạn hiểu và giải thích kết quả của mình.

Kiểm định Mann-Whitney U là gì?

Kiểm định Mann-Whitney U là một kiểm định thống kê phi tham số được sử dụng để xác định xem hai mẫu độc lập có đến từ cùng một phân phối hay không. Không giống như kiểm định t mẫu độc lập, nó không giả định phân phối chuẩn của dữ liệu, điều này làm cho nó trở nên lý tưởng cho:

Dữ liệu thứ bậc (dữ liệu có thể được xếp hạng nhưng không thể tính trung bình một cách có ý nghĩa)
Kích thước mẫu nhỏ nơi tính chuẩn không thể được xác minh
Dữ liệu có các giá trị ngoại lệ hoặc phân phối lệch
Các phép đo không liên tục

Kiểm định hoạt động bằng cách xếp hạng tất cả các quan sát từ cả hai mẫu cùng nhau, sau đó so sánh tổng các thứ hạng cho mỗi mẫu. Nếu một mẫu có xu hướng có thứ hạng cao hơn, điều này cho thấy các quần thể có sự khác biệt.

Công thức Mann-Whitney U

Thống kê U

$$U_1 = n_1 n_2 + \frac{n_1(n_1 + 1)}{2} - R_1$$ $$U_2 = n_1 n_2 + \frac{n_2(n_2 + 1)}{2} - R_2$$ $$U = \min(U_1, U_2)$$

Trong đó:

n₁, n₂ = Kích thước mẫu của Mẫu 1 và Mẫu 2
R₁, R₂ = Tổng thứ hạng cho Mẫu 1 và Mẫu 2
U = Thống kê Mann-Whitney U (giá trị nhỏ hơn của U₁ và U₂)

Điểm Z (cho mẫu lớn)

$$z = \frac{U - \mu_U}{\sigma_U}$$ $$\mu_U = \frac{n_1 n_2}{2}$$ $$\sigma_U = \sqrt{\frac{n_1 n_2 (n_1 + n_2 + 1)}{12}}$$

Cách sử dụng máy tính này

Nhập dữ liệu mẫu 1: Nhập các giá trị số của nhóm đầu tiên của bạn, cách nhau bởi dấu phẩy, dấu cách hoặc xuống dòng (ví dụ: nhóm đối chứng).
Nhập dữ liệu mẫu 2: Nhập các giá trị của nhóm thứ hai (ví dụ: nhóm điều trị). Đảm bảo các mẫu là độc lập.
Chọn các thông số kiểm định: Chọn giả thuyết thay thế (hai đuôi hoặc một đuôi) và độ chính xác thập phân.
Tính toán: Nhấp vào nút để xem số liệu thống kê U, giá trị p, kích thước hiệu ứng và giải thích chi tiết.
Xem xét kết quả: Kiểm tra các trực quan hóa và bảng phân tích từng bước để hiểu phân tích.

Giải thích kết quả

Thống kê U

Thống kê U đại diện cho số lần một giá trị từ một mẫu đứng trước (nhỏ hơn) một giá trị từ mẫu khác khi tất cả các giá trị được xếp hạng cùng nhau. Giá trị U nhỏ hơn cho thấy sự khác biệt lớn hơn giữa các mẫu.

Giá trị P

p < 0,05: Sự khác biệt có ý nghĩa thống kê (bác bỏ giả thuyết không)
p ≥ 0,05: Không phát hiện thấy sự khác biệt đáng kể (không thể bác bỏ giả thuyết không)

Kích thước hiệu ứng (Tương quan thứ hạng-nhị biến)

Kích thước hiệu ứng giúp giải thích ý nghĩa thực tế của kết quả:

Hiệu ứng nhỏ

|r| < 0,3: Khác biệt thực tế tối thiểu giữa các nhóm

Hiệu ứng trung bình

0,3 ≤ |r| < 0,5: Khác biệt thực tế vừa phải

Hiệu ứng lớn

|r| ≥ 0,5: Khác biệt thực tế đáng kể

Khi nào nên sử dụng kiểm định Mann-Whitney U so với kiểm định T

Tiêu chí	Kiểm định Mann-Whitney U	Kiểm định T độc lập
Phân phối dữ liệu	Không yêu cầu tính chuẩn	Yêu cầu phân phối chuẩn
Kích thước mẫu	Hoạt động tốt với mẫu nhỏ	Lý tưởng nhất là cần n > 30 mỗi nhóm
Loại dữ liệu	Thứ bậc hoặc liên tục	Chỉ liên tục
Giá trị ngoại lệ	Mạnh mẽ với các giá trị ngoại lệ	Nhạy cảm với các giá trị ngoại lệ
Sức mạnh thống kê	Kém mạnh mẽ hơn một chút	Mạnh mẽ hơn khi các giả định được đáp ứng

Các giả định của kiểm định Mann-Whitney U

Tính độc lập: Các quan sát trong và giữa các mẫu phải độc lập
Dữ liệu thứ bậc: Các giá trị phải ít nhất là thứ bậc (có thể được xếp hạng một cách có ý nghĩa)
Hình dạng tương tự: Cả hai quần thể nên có cùng hình dạng phân phối (mặc dù không nhất thiết phải là chuẩn)
Lấy mẫu ngẫu nhiên: Các mẫu nên được rút ngẫu nhiên từ các quần thể tương ứng

Câu hỏi thường gặp

Kiểm định Mann-Whitney U là gì?

Kiểm định Mann-Whitney U (còn được gọi là kiểm định tổng thứ hạng Wilcoxon) là một kiểm định thống kê phi tham số được sử dụng để so sánh hai mẫu độc lập nhằm xác định xem chúng có đến từ cùng một phân phối hay không. Đây là một phương pháp thay thế cho kiểm định t mẫu độc lập khi dữ liệu không đáp ứng các giả định về tính chuẩn. Kiểm định này so sánh thứ hạng của các giá trị thay vì chính các giá trị đó.

Khi nào tôi nên sử dụng kiểm định Mann-Whitney U?

Sử dụng kiểm định Mann-Whitney U khi: (1) Bạn có hai mẫu độc lập để so sánh, (2) Dữ liệu ít nhất là ở thang đo thứ bậc, (3) Dữ liệu vi phạm giả định về tính chuẩn cần thiết cho kiểm định t, (4) Bạn có kích thước mẫu nhỏ, hoặc (5) Bạn đang làm việc với dữ liệu xếp hạng hoặc thứ bậc.

Làm thế nào để giải thích kết quả kiểm định Mann-Whitney U?

Giải thích kết quả bằng cách kiểm tra giá trị p: nếu p < 0,05 (hoặc mức ý nghĩa bạn đã chọn), hãy bác bỏ giả thuyết không và kết luận các mẫu có sự khác biệt đáng kể. Thống kê U đại diện cho số lần một giá trị từ một mẫu đứng trước một giá trị từ mẫu khác. Kích thước hiệu ứng cho biết mức độ khác biệt.

Sự khác biệt giữa Mann-Whitney U và kiểm định thứ hạng có dấu Wilcoxon là gì?

Kiểm định Mann-Whitney U so sánh hai mẫu ĐỘC LẬP (các đối tượng khác nhau trong mỗi nhóm), trong khi kiểm định thứ hạng có dấu Wilcoxon so sánh hai mẫu CÓ LIÊN QUAN (cùng một đối tượng được đo hai lần). Sử dụng Mann-Whitney U khi các nhóm không liên quan và Wilcoxon khi các nhóm được ghép cặp.

Kích thước hiệu ứng trong kiểm định Mann-Whitney U là gì?

Kích thước hiệu ứng cho kiểm định Mann-Whitney U thường được báo cáo dưới dạng tương quan thứ hạng-nhị biến (r), được tính là r = 1 - (2U)/(n₁*n₂). Nó nằm trong khoảng từ -1 đến +1, trong đó: |r| < 0,3 cho thấy hiệu ứng nhỏ, 0,3 ≤ |r| < 0,5 cho thấy hiệu ứng trung bình và |r| ≥ 0,5 cho thấy hiệu ứng lớn.

Các giả định của kiểm định Mann-Whitney U là gì?

Kiểm định Mann-Whitney U giả định: (1) Tính độc lập - các quan sát là độc lập, (2) Dữ liệu thứ bậc - các giá trị có thể được xếp hạng, (3) Hình dạng tương tự - các quần thể có cùng hình dạng phân phối, (4) Lấy mẫu ngẫu nhiên - các mẫu được lấy ngẫu nhiên.

Tài nguyên bổ sung

Tham khảo nội dung, trang hoặc công cụ này như sau:

"Máy tính kiểm định Mann-Whitney U" tại https://MiniWebtool.com/vi/máy-tính-kiểm-định-mann-whitney-u/ từ MiniWebtool, https://MiniWebtool.com/

bởi đội ngũ miniwebtool. Cập nhật: 15 tháng 1, 2026

Bạn cũng có thể thử AI Giải Toán GPT của chúng tôi để giải quyết các vấn đề toán học của bạn thông qua câu hỏi và trả lời bằng ngôn ngữ tự nhiên.

Các công cụ liên quan khác:

Trình phát hiện nội dung AIMới

Bộ Đếm Token AIMới

Máy tính ANOVA

Bộ đếm ký tự

Máy Tính Kiểm Định Chi-Square

Máy tính Kiểm tra Chia hếtNổi bật

Máy tính Kiểm định F và Phân phối FMới

Máy tính kiểm định Kruskal-Wallis

Máy tính Kiểm tra Hội tụ ChuỗiMới

Máy tính kiểm định Mann-Whitney U

Giới thiệu về Máy tính kiểm định Mann-Whitney U

Kiểm định Mann-Whitney U là gì?

Công thức Mann-Whitney U

Cách sử dụng máy tính này

Giải thích kết quả

Thống kê U

Giá trị P

Kích thước hiệu ứng (Tương quan thứ hạng-nhị biến)

Khi nào nên sử dụng kiểm định Mann-Whitney U so với kiểm định T

Các giả định của kiểm định Mann-Whitney U

Câu hỏi thường gặp

Kiểm định Mann-Whitney U là gì?

Khi nào tôi nên sử dụng kiểm định Mann-Whitney U?

Làm thế nào để giải thích kết quả kiểm định Mann-Whitney U?

Sự khác biệt giữa Mann-Whitney U và kiểm định thứ hạng có dấu Wilcoxon là gì?

Kích thước hiệu ứng trong kiểm định Mann-Whitney U là gì?

Các giả định của kiểm định Mann-Whitney U là gì?

Tài nguyên bổ sung

Các công cụ liên quan khác:

Thống kê và phân tích dữ liệu:

Công cụ nổi bật: