外觀
Statistics › 無母數方法 › 兩獨立樣本
兩獨立樣本:Mann-Whitney U 檢定
Mann-Whitney U(又稱 Wilcoxon rank-sum test)是獨立樣本 t 檢定的無母數替代。檢定一組的值是否傾向大於另一組。
原理
- 把兩組資料合併後排名(最小 = 1)
- 分別加總兩組的排名 R₁、R₂
, - 兩組無差異時,排名應平均分布;U 極端代表某組集中在高(或低)排名
直覺:
= 從 A、B 各隨機抽一個,A > B 的機率 P(A > B)。這個量與 ROC 曲線的 AUC 完全相同。
| 假設 | H₀ | H₁ |
|---|---|---|
| 雙尾 | 兩組分配相同 | 分配不同(一組傾向較大) |
| 單尾 | A 不傾向較大 | A 傾向大於 B |
Python 範例
python
import numpy as np
import pandas as pd
from scipy import stats
import pingouin as pg
group_a = np.array([72, 68, 75, 80, 65, 71, 78, 69, 74, 70])
group_b = np.array([85, 90, 82, 88, 79, 91, 84, 87, 83, 86])
res = stats.mannwhitneyu(group_a, group_b, alternative="two-sided")
res.statistic, res.pvalue # statistic = U₁(第一組)
# 效果量:rank-biserial correlation = 2·U₁/(n₁n₂) − 1,範圍 −1 ~ 1(> 0 表示 A 傾向較大)
rbc = 2 * res.statistic / (len(group_a) * len(group_b)) - 1
pg.mwu(group_a, group_b) # 一次給 U、p、RBC、CLES| 效果量 |r| | 解讀 |
|---|---|
| 0.1–0.3 | 小 |
| 0.3–0.5 | 中 |
| > 0.5 | 大 |
假設
| 假設 | 檢查 |
|---|---|
| 組內與組間皆獨立 | 研究設計 |
| 至少為 Ordinal | 資料型態 |
| (解讀為中位數差異時)兩組形狀相同 | 畫圖比較 |
兩組形狀差很多時(例如一組變異大很多),Mann-Whitney 顯著不代表中位數不同。先畫 boxplot + 原始點或 violin plot。
python
import seaborn as sns
import matplotlib.pyplot as plt
df = pd.DataFrame({"Score": np.r_[group_a, group_b], "Group": ["A"] * 10 + ["B"] * 10})
sns.boxplot(x="Group", y="Score", data=df)
sns.stripplot(x="Group", y="Score", data=df, color="black", alpha=0.5)
plt.show()Mann-Whitney U vs t 檢定
| Welch t 檢定 | Mann-Whitney U | |
|---|---|---|
| 假設常態 | 是(或 n 大) | 否 |
| 使用 | 原始值(平均數) | 排名 |
| 對離群值 | 敏感 | 穩健 |
| Ordinal 資料 | 不適合 | 適合 |
| 資料常態時的效率 | 100% | 約 95% |
| 效果量 | Cohen's d | Rank-biserial r |
單細胞 RNA-seq 的 marker gene 偵測(如 Seurat
FindMarkers預設)就是逐基因做 Wilcoxon rank-sum,再做 多重檢定校正。注意此時是把細胞當樣本,會有 假重複 的問題。