Wilcoxon 符號秩檢定計算器

Wilcoxon 符號秩檢定計算器

成長中 AI Skill PRO

輸入計算

數學公式

W=min⁡(W−,W+)reject if p<顯著水準(對立假設)\begin{gathered}W=\min(W^-,W^+)\\ \text{reject if } p<\text{顯著水準}\ \text{(}\text{對立假設}\text{)}\end{gathered}
顯示計算步驟 (3)
  1. 平均數

    μW=n(n+1)4\mu_W=\frac{n(n+1)}{4}

    虛無假設 H0 下 W 的平均數。

  2. 標準差

    σW=n(n+1)(2n+1)24\sigma_W=\sqrt{\frac{n(n+1)(2n+1)}{24}}

    虛無假設 H0 下 W 的標準差。

  3. 差值

    di=樣本 Xi−樣本 Yi−d0d_i=\text{樣本 X}_i-\text{樣本 Y}_i-\text{d0}

    成對差值;單一樣本時僅使用第一個樣本減去 d0。

使用統計

廣告

結果

p 值
0.0357
拒絕
W+ 33
W- 3
W 3
W 的平均數 18.0000
W 的標準差 7.1414
Z -2.1004
n 8
零差值 0
正 6
負 2
小樣本(n ≤ 30) 是

回報本頁錯誤

本計算器的功能

本計算器可對單一樣本或成對樣本執行 Wilcoxon 符號秩檢定。它會計算差值、排除零值、依絕對值排序差值(同分者取平均秩次),並輸出 W+、W-、檢定統計量 W、常態近似 Z、p 值及判定結果。當常態性存疑時,它適合作為單一樣本或成對 t 檢定的無母數替代方法,供學生與分析人員使用。

使用方式

以逗號、分號、空白或換行分隔,輸入樣本 X 的數值。若進行成對檢定,請以相同順序與數量輸入樣本 Y;若進行單一樣本檢定,則輸入一個 -。設定假設值或差值 d0(通常為 0)。選擇對立假設:雙尾、大於或小於。選取顯著水準 alpha。

公式

先計算每個差值,再依絕對值排序:

$$d_i = x_i - y_i - d_0 \qquad (\text{單一樣本:} d_i = x_i - d_0)$$

$$W = \min(W^+, W^-), \quad \mu_W = \frac{n(n+1)}{4}, \quad \sigma_W = \sqrt{\frac{n(n+1)(2n+1)}{24}}, \quad Z = \frac{W - \mu_W}{\sigma_W}$$

其中 \(W^+\) 與 \(W^-\) 分別為正差值與負差值的秩次總和,\(n\) 為非零差值的個數。雙尾 p 值為 \(p = \min(1, 2\Phi(Z))\)。對於大於的對立假設,\(Z\) 使用 \(W^+\),且 \(p = 1 - \Phi(Z)\);對於小於的對立假設,則 \(p = \Phi(Z)\)。

廣告
示意圖:將配對差值置於數線上,剔除零差值,對絕對值排秩,並將秩加總為 W+ 與 W−
求出每組配對的差值,剔除零差值,對絕對值排序給秩,再分別將正差值與負差值的秩相加,得到 W+ 與 W−。

慣例與假設

  • 等於零的差值在排序前會被省略,且會先將每個差值四捨五入至小數點後 10 位,使浮點數雜訊被視為零。
  • 同分的絕對差值會取其所占秩次的平均值。
  • 無論 n 為多少,皆使用常態近似,且不進行同分校正與連續性校正。當 n 為 30 或以下時會顯示警告。
  • 當 p 小於 alpha 時,拒絕虛無假設。
  • 假設各差值彼此獨立、以中位數對稱,且至少為等距尺度量測。
  • 常態累積分布函數是以高精度互補誤差函數計算。

計算範例

單一樣本檢定,X = 1.2, -0.5, 2.3, 0.8, 1.9, -0.3, 1.1, 2.6,\(d_0 = 0\),雙尾,\(\alpha = 0.05\)。沒有零差值,因此 \(n = 8\),其中正差值 6 個、負差值 2 個。

$$W^+ = 33, \quad W^- = 3, \quad W = 3$$

$$\mu_W = \frac{8 \times 9}{4} = 18, \quad \sigma_W = \sqrt{\frac{8 \times 9 \times 17}{24}} = 7.1414$$

$$Z = \frac{3 - 18}{7.1414} = -2.1004, \quad p = 2\Phi(-2.1004) = 0.0357$$

由於 0.0357 小於 0.05,判定為拒絕。因為 n 為 8,小樣本警告成立。

結果解讀與限制

p 值較小表示,若虛無假設成立,這些差值不太可能以 d0 為中心。p 值較大則表示資料並未顯示足夠證據證明位置有偏移,但這並不能證明沒有偏移。當 n 為 30 或以下時,通常應以精確表格或精確 p 值為參考,因此此處的常態近似可能與其有所差異,尤其是在同分很多的情況下,因為標準差未進行同分校正。若所有差值皆為零,則無法計算此檢定。

廣告
常態曲線,雙尾拒絕域已著色,檢定統計量 Z 標示於左尾
常態近似將 W 轉換為 Z 分數。若 Z 以外的雙尾面積小於 α,則拒絕虛無假設。

常見問題

何時應使用此方法而非 t 檢定?

當差值不服從常態分布,但大致呈對稱,或資料僅屬順序型且差值的秩次具有意義時,請使用此方法。

如何處理零差值?

零差值會被移除,n 也會相應減少。系統會回報被省略的零差值數量。

如何處理同分?

同分的絕對差值會共用其秩次的平均值,因此秩次總和可能出現半整數。

為什麼雙尾 Z 永遠不會為正?

Z 是以 W 計算,而 W 為 W+ 與 W- 之中較小者,不會超過平均值。若 W+ 等於 W-,則雙尾 p 值為 1。

小樣本的 p 值是精確的嗎?

不是。這是常態近似值,當 n 為 30 或以下時會顯示警告。

資料來源

資料來源與參考

  • Signed Rank Test (Dataplot reference manual) — NIST/SEMATECH Dataplot. Primary source for the statistic, normal approximation, d0 adaptations and the zero-difference handling. It is internally inconsistent on ties and on one-sided p-values. · 生效日期 2023-12-11 · 核實日期 2026-11-04
最後更新:

數學和統計熱門計算器

查看全部數學和統計計算器