自 2010 年 · 每月支援超過 200 萬次工具執行
自 2010 年
加到 Chrome

我的工具箱

自動模式

尚未收藏任何工具。

升級為高級版
相關工具
下一步
Kruskal Wallis 檢驗計算機t檢驗計算機
相同情境
p值計算機效果量計算機
更多工具
卡方檢定計算機F-Test/F分布計算機費雪精確檢定計算機A/B測試顯著性計算機ANOVA計算機
主頁 > 數學 > 統計與數據分析
 

Mann-Whitney U 檢驗計算機

使用 MiniWebtool 的 Mann–Whitney U 檢定計算工具,比較兩組獨立樣本。工具會為觀察值排序,並回報 U 統計量、p 值及效果量,另列秩和計算步驟,協助解讀非參數比較結果。

不確定怎麼使用?問問 AI

使用 Gemini 時,請將複製的問題貼到對話框,也可以在下方手動複製。

查看提問內容

每天免費 3 次無需註冊即時出結果
Mann-Whitney U 檢驗計算機立即免費試用 ▼
曼-惠特尼U檢定:全部數據統一排序,再比較等級和

在下方輸入兩組樣本,即可得到 U 值、p 值、效果量以及等級和的計算步驟。

Embed Mann-Whitney U 檢驗計算機 Widget

Mann-Whitney U 檢驗計算機

Mann-Whitney U 檢定計算機是一款全面的統計工具,用於使用無母數 Mann-Whitney U 檢定(也稱為 Wilcoxon 秩和檢定)比較兩個獨立樣本。本計算機提供 U 統計量、Z 分數、p 值、效應量、逐步計算過程以及互動式視覺化,幫助您理解和解讀結果。

什麼是 Mann-Whitney U 檢定?

Mann-Whitney U 檢定是一種無母數統計檢定,用於確定兩個獨立樣本是否來自相同的分佈。與獨立樣本 t 檢定不同,它不假設數據呈常態分佈,因此非常適合:

該檢定的工作原理是將兩個樣本的所有觀測值一起排序,然後比較每個樣本的秩和。如果一個樣本傾向於擁有較高的秩次,則表明母體之間存在差異。

Mann-Whitney U 公式

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

其中:

Z 分數(適用於大樣本)
$$z = \frac{U - \mu_U}{\sigma_U}$$ $$\mu_U = \frac{n_1 n_2}{2}$$ $$\sigma_U = \sqrt{\frac{n_1 n_2 (n_1 + n_2 + 1)}{12}}$$

如何使用此計算機

  1. 輸入樣本 1 數據:輸入第一組的數值,以逗號、空格或換行符分隔(例如對照組)。
  2. 輸入樣本 2 數據:輸入第二組的數值(例如實驗組)。確保樣本是獨立的。
  3. 選擇檢定參數:選擇備擇假設(雙尾或單尾)和小數精度。
  4. 計算:點擊按鈕查看 U 統計量、p 值、效應量和詳細解讀。
  5. 查看結果:檢查視覺化圖表和逐步分解過程以理解分析結果。

解讀結果

U 統計量

U 統計量表示當所有數值一起排序時,一個樣本中的數值在另一個樣本數值之前(小於)的次數。較小的 U 值表示樣本間差異較大。

p 值

效應量(秩雙列相關)

效應量有助於解讀結果的實際意義:

小效應

|r| < 0.3:組別間實際差異極小

中效應

0.3 ≤ |r| < 0.5:中等程度的實際差異

大效應

|r| ≥ 0.5:實質性的實際差異

何時使用 Mann-Whitney U 檢定與 T 檢定

Mann-Whitney U 檢驗計算機: 何時使用 Mann-Whitney U 檢定與 T 檢定
標準Mann-Whitney U 檢定獨立樣本 T 檢定
數據分佈無常態性要求要求常態分佈
樣本量適用於小樣本理想情況下每組 n > 30
數據類型順序尺度或連續尺度僅限連續尺度
離群值對離群值具有穩健性對離群值敏感
統計功效功效略低當符合假設時功效更高

假設條件

常見問題

什麼是 Mann-Whitney U 檢定?

Mann-Whitney U 檢定(也稱為 Wilcoxon 秩和檢定)是一種無母數統計檢定,用於比較兩個獨立樣本,以確定它們是否來自相同的分佈。它是獨立樣本 t 檢定的替代方案,適用於數據不符合常態性假設的情況。該檢定比較的是數值的秩次而非數值本身。

什麼時候應該使用 Mann-Whitney U 檢定?

在以下情況下使用 Mann-Whitney U 檢定:(1) 您有兩個獨立樣本需要比較,(2) 數據至少是順序尺度(可以排序),(3) 數據違反了 t 檢定所需的常態性假設,(4) 樣本量較小且無法驗證常態性,或 (5) 您使用的是秩次或順序數據而非連續測量。

如何解讀 Mann-Whitney U 檢定結果?

通過檢查 p 值來解讀結果:如果 p < 0.05(或您選擇的顯著性水準),則拒絕虛無假設並得出樣本間存在顯著差異的結論。U 統計量表示當所有數值一起排序時,一個樣本中的數值出現在另一個樣本數值之前的次數。效應量(秩雙列相關)表示差異的大小。

Mann-Whitney U 檢定和 Wilcoxon 符號秩檢定有什麼區別?

Mann-Whitney U 檢定比較兩個獨立樣本(每組中是不同的受試者),而 Wilcoxon 符號秩檢定比較兩個相關樣本(對同一受試者進行兩次測量)。當組別不相關時使用 Mann-Whitney U,當組別配對時使用 Wilcoxon 符號秩檢定。

Mann-Whitney U 檢定中的效應量是什麼?

Mann-Whitney U 檢定的效應量通常報告為秩雙列相關 (r),計算公式為 r = 1 - (2U)/(n1*n2)。其範圍從 -1 到 +1,其中:|r| < 0.3 表示小效應,0.3 ≤ |r| < 0.5 表示中效應,|r| ≥ 0.5 表示大效應。

如何用 Mann-Whitney 檢定比較兩個獨立組別的評分?

將每組評分分別輸入,並保留每筆觀察值原本所屬的組別。例如,若五位顧客評選產品 A,另有六位不同顧客評選產品 B,就分別輸入五筆和六筆評分,並選擇符合研究問題方向的假設。這項檢定會把所有觀察值一起排序,因此可比較序位評分,而不必假設各評分級別之間的間距相等。兩組觀察值必須彼此獨立。

兩組都有很多相同分數時,該怎麼處理?

請保留重複值,不要刪除或修改資料來讓分數各不相同。Mann-Whitney 檢定會為相同值指派平均名次,而並列值可能影響檢定計算。如果幾乎所有觀察值都相同,資料中可用來區分兩組的資訊很少,因此解讀時要謹慎。報告檢定結果時,也請提供樣本數和分數分布;樣本數較少時尤其如此。

何時應選擇單尾 Mann-Whitney 檢定?

只有在檢視結果之前,研究問題就已預先指定方向時,才選擇單尾檢定。例如,你可能想檢驗治療組的分數是否傾向高於對照組。如果兩個方向的差異都具有意義,請使用雙尾檢定。看到哪組分數較高後才選單尾檢定,可能會讓證據看起來比原先分析所能支持的更有力。

其他資源

引用此內容、頁面或工具為:

"Mann-Whitney U 檢驗計算機" 於 https://MiniWebtool.com/zh-tw/mwu-測試計算機/,來自 MiniWebtool,https://MiniWebtool.com/

由 miniwebtool 團隊提供。更新日期:2026年1月15日

和喜歡的 AI 聊聊這個工具

使用 Gemini 時,請將複製的問題貼到對話框,也可以在下方手動複製。

查看提問內容

統計與數據分析:

數學求解你想解決什麼數學問題?

數學求解

試試
瀏覽更多表達式

點擊範例填入,可修改數值後求解。log 預設以 10 為底,自然對數使用 ln。

數字與因數

分數與除法

冪、根式與對數

代數與方程

微積分

幾何與三角

熱門與最新工具:

A/B測試樣本數計算機級數收斂判定計算機可整除測試計算機查看全部 →
主頁 > 數學 > 統計與數據分析 > Mann-Whitney U 檢驗計算機