Mann-Whitney U 检验计算器

Q: 如何解释 Mann-Whitney U 检验结果？

通过检查 p 值来解释结果：如果 p < 0.05（或您选择的显著性水平），则拒绝原假设并得出样本之间存在显著差异的结论。U 统计量表示在所有值一起排名时，一个样本中的值在另一个样本中的值之前的次数。效应量（秩双列相关）表示差异的大小：接近 0 的值表示没有效应，而接近 +1 或 -1 的值表示强效应。

Q: Mann-Whitney U 检验和 Wilcoxon 符号秩检验有什么区别？

Mann-Whitney U 检验比较两个“独立”样本（每组中的受试者不同），而 Wilcoxon 符号秩检验比较两个“相关”样本（对相同的受试者测量两次，如之前/之后）。当组之间无关时使用 Mann-Whitney U，当组配对时使用 Wilcoxon 符号秩。

Q: Mann-Whitney U 检验中的效应量是什么？

Mann-Whitney U 检验的效应量通常报告为秩双列相关 (r)，计算公式为 r = 1 - (2U)/(n1*n2)。它的范围从 -1 到 +1，其中：|r| = 0.5 表示大效应。效应量有助于理解除统计显著性之外的实际意义。

Q: Mann-Whitney U 检验的假设是什么？

Mann-Whitney U 检验假设：(1) 独立性 - 每个样本内的观测值以及样本之间的观测值是独立的，(2) 序数数据 - 值可以进行有意义的排名，(3) 形状相似 - 两个总体具有相同的分布形状（尽管不一定是正态的），(4) 随机抽样 - 样本是从其各自总体中随机抽取的。该检验不要求正态分布或方差相等。

执行 Mann-Whitney U 检验（Wilcoxon 秩和检验）以比较两个独立样本。获取 U 统计量、p 值、效应量、分步计算和交互式可视化。

Mann-Whitney U 检验计算器

尝试示例数据集

测试成绩治疗效果产品评分响应时间

1 样本 1（例如对照组）

2 样本 2（例如治疗组）

备择假设

小数精度

Embed Mann-Whitney U 检验计算器 Widget

Mann-Whitney U 检验计算器

Mann-Whitney U 检验计算器是一个全面的统计工具，用于使用非参数 Mann-Whitney U 检验（也称为 Wilcoxon 秩和检验）比较两个独立样本。此计算器提供 U 统计量、z 分数、p 值、效应量、分步计算和交互式可视化，以帮助您理解和解释结果。

什么是 Mann-Whitney U 检验？

Mann-Whitney U 检验是一种非参数统计检验，用于确定两个独立样本是否来自相同的分布。与独立样本 t 检验不同，它不假设数据呈正态分布，因此非常适合：

序数数据（可以排序但不能进行有意义平均的数据）
样本量较小且无法验证正态性的情况
具有离群值或偏态分布的数据
非连续测量值

该检验的工作原理是将两个样本的所有观测值一起排名，然后比较每个样本的秩和。如果一个样本往往具有较高的秩，则表明总体之间存在差异。

Mann-Whitney U 公式

U 统计量

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

其中：

n₁, n₂ = 样本 1 和样本 2 的样本量
R₁, R₂ = 样本 1 和样本 2 的秩和
U = Mann-Whitney U 统计量（U₁ 和 U₂ 中的较小者）

Z 分数（用于大样本）

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

如何使用此计算器

输入样本 1 数据：输入第一组的数值，由逗号、空格或换行符分隔（例如对照组）。
输入样本 2 数据：输入第二组的值（例如治疗组）。确保样本是独立的。
选择检验参数：选择备择假设（双侧或单侧）和小数精度。
计算：点击按钮查看 U 统计量、p 值、效应量和详细解释。
查看结果：检查可视化图表和分步说明以了解分析过程。

解释结果

U 统计量

U 统计量表示在所有值一起排名时，一个样本中的值领先（小于）另一个样本中的值的次数。U 值越小，表明样本之间的差异越大。

P 值

p < 0.05: 具有统计学显著性（拒绝原假设）
p ≥ 0.05: 不具有统计学显著性（未能拒绝原假设）

效应量（秩双列相关）

效应量有助于解释结果的实际意义：

小效应

|r| < 0.3：组间实际差异极小

中等效应

0.3 ≤ |r| < 0.5：中等程度的实际差异

大效应

|r| ≥ 0.5：实质性的实际差异

何时使用 Mann-Whitney U 检验 vs T 检验

准则	Mann-Whitney U 检验	独立 T 检验
数据分布	无正态性要求	要求正态分布
样本量	在小样本下表现良好	理想情况下每组需要 n > 30
数据类型	序数或连续	仅限连续
离群值	对离群值稳健	对离群值敏感
效力	效力略低	当符合假设时效力更高

Mann-Whitney U 检验的假设

独立性：样本内和样本间的观测值必须是独立的
序数数据：值必须至少是序数的（可以进行有意义的排名）
形状相似：两个总体应该具有相同的分布形状（尽管不一定是正态的）
随机抽样：样本应该从其各自总体中随机抽取

常见问题解答

什么是 Mann-Whitney U 检验？

Mann-Whitney U 检验（也称为 Wilcoxon 秩和检验）是一种非参数统计检验，用于比较两个独立样本，以确定它们是否来自相同的分布。当数据不符合正态性假设时，它是独立样本 t 检验的替代方案。该检验比较的是值的秩，而不是值本身。

我应该在什么时候使用 Mann-Whitney U 检验？

在以下情况下使用 Mann-Whitney U 检验：(1) 您有两个独立样本需要比较，(2) 数据至少是序数的（可以排序），(3) 数据违反了 t 检验所需的正态性假设，(4) 您样本量较小，无法验证正态性，或 (5) 您正在处理排名或序数数据，而不是连续测量值。

如何解释 Mann-Whitney U 检验结果？

通过检查 p 值来解释结果：如果 p < 0.05（或您选择的显著性水平），则拒绝原假设并得出样本之间存在显著差异的结论。U 统计量表示在所有值一起排名时，一个样本中的值在另一个样本中的值之前的次数。效应量（秩双列相关）表示差异的大小。

Mann-Whitney U 检验和 Wilcoxon 符号秩检验有什么区别？

Mann-Whitney U 检验比较两个“独立”样本（每组中的受试者不同），而 Wilcoxon 符号秩检验比较两个“相关”样本（对相同的受试者测量两次，如之前/之后）。当组之间无关时使用 Mann-Whitney U，当组配对时使用 Wilcoxon 符号秩。

Mann-Whitney U 检验中的效应量是什么？

Mann-Whitney U 检验的效应量通常报告为秩双列相关 (r)，计算公式为 r = 1 - (2U)/(n₁*n₂)。它的范围从 -1 到 +1，其中：|r| < 0.3 表示小效应，0.3 ≤ |r| < 0.5 表示中等效应，而 |r| ≥ 0.5 表示大效应。

Mann-Whitney U 检验的假设是什么？

Mann-Whitney U 检验假设：(1) 独立性 - 每个样本内的观测值以及样本之间的观测值是独立的，(2) 序数数据 - 值可以进行有意义的排名，(3) 形状相似 - 两个总体具有相同的分布形状（尽管不一定是正态的），(4) 随机抽样 - 样本是从其各自总体中随机抽取的。

其他资源

引用此内容、页面或工具为：

"Mann-Whitney U 检验计算器" 于 https://MiniWebtool.com/zh-cn/mwu-測試计算器/，来自 MiniWebtool，https://MiniWebtool.com/

由 miniwebtool 团队提供。更新日期：2026年1月15日

您还可以尝试我们的 AI数学解题器 GPT，通过自然语言问答解决您的数学问题。

其他相关工具:

Mann-Whitney U 检验计算器

Mann-Whitney U 检验计算器

什么是 Mann-Whitney U 检验？

Mann-Whitney U 公式

如何使用此计算器

解释结果

U 统计量

P 值

效应量（秩双列相关）

何时使用 Mann-Whitney U 检验 vs T 检验

Mann-Whitney U 检验的假设

常见问题解答

什么是 Mann-Whitney U 检验？

我应该在什么时候使用 Mann-Whitney U 检验？

如何解释 Mann-Whitney U 检验结果？

Mann-Whitney U 检验和 Wilcoxon 符号秩检验有什么区别？

Mann-Whitney U 检验中的效应量是什么？

Mann-Whitney U 检验的假设是什么？

其他资源

其他相关工具:

统计与数据分析:

常用工具: