KNOWECON WIKI

ARTICLE

曼-惠特尼U统计量

曼-惠特尼U统计量 概述 曼-惠特尼U统计量（Mann-Whitney U statistic）是曼-惠特尼检验（Mann-Whitney U test，亦称 Wilcoxon 秩和检验）的核心统计量。该检验由 Henry Mann 和 Donald Whitney 于1947年提出，是统计学中最常用的非参数检验方法之一，用于判断两个独立样本是否来自同一总体

浏览 0 更新 2025-12-11

曼-惠特尼U统计量

概述

曼-惠特尼U统计量（Mann-Whitney U statistic）是曼-惠特尼检验（Mann-Whitney U test，亦称 Wilcoxon 秩和检验）的核心统计量。该检验由 Henry Mann 和 Donald Whitney 于1947年提出，是统计学中最常用的非参数检验方法之一，用于判断两个独立样本是否来自同一总体分布。作为独立样本 t 检验的非参数替代，曼-惠特尼U检验不要求数据满足正态性假设，仅依赖于样本观测值的相对排序。

定义与基本思想

设从总体 X 中抽取容量为 m 的独立样本 X1,X2,…,Xm X_1, X_2, \ldots, X_m ，从总体 Y 中抽取容量为 n 的独立样本 Y1,Y2,…,Yn Y_1, Y_2, \ldots, Y_n 。曼-惠特尼检验关心的是：两个总体是否存在位置偏移（location shift），即是否满足 FX(t)=FY(t+Δ) F_X(t) = F_Y(t + \Delta) 其中 Δ≠0 \Delta \neq 0 。

曼-惠特尼U统计量的基本思想是：将两个样本合并后按升序排列，然后比较每个 X 观测值在所有 Y 观测值之前的次数。若 X 总体普遍大于 Y 总体，则 X 的秩较高，反之亦然。

U 统计量的计算

曼-惠特尼U统计量有两种等价的定义方式。

基于成对比较

U 统计量定义为所有成对比较中 X 观测值大于 Y 观测值的次数：

U=∑i=1m∑j=1n1(Yj<Xi)U = \sum_{i=1}^{m} \sum_{j=1}^{n} \mathbf{1}(Y_j < X_i)

其中 1(⋅) \mathbf{1}(\cdot) 为示性函数。直观上，U 统计量衡量的是从两个样本中随机各取一个观测值时，X 观测值大于 Y 观测值的概率。

基于秩和

利用秩和计算更为简便。令 RX R_X 为 X 样本中所有观测值在合并样本中的秩和，则：

U=mn+m(m+1)2−RXU = mn + \frac{m(m+1)}{2} - R_X

类似地，U′=mn−U U' = mn - U 对应 Y 样本的相应统计量。检验时通常取 U U 与 U′ U' 中的较小值作为检验统计量。

示例

设有两组数据：

  • 组A（X）：2, 4, 6（m=3）
  • 组B（Y）：1, 3, 5（n=3）

合并排序：1(Y), 2(X), 3(Y), 4(X), 5(Y), 6(X)。X 的秩为 2, 4, 6，秩和为 RX=12 R_X = 12 。

则 U=3×3+3×42−12=9+6−12=3 U = 3 \times 3 + \frac{3 \times 4}{2} - 12 = 9 + 6 - 12 = 3 。直观验证：成对比较中 (2,1),(4,1),(4,3),(6,1),(6,3),(6,5) (2,1), (4,1), (4,3), (6,1), (6,3), (6,5) 共 6 个 X > Y 的情况，即 U=6？等一下，这里需要重新计算。

成对比较计算：所有 X 与 Y 的组合共 9 对。XiX_i > YjY_j 的情况有：(2,1), (4,1), (4,3), (6,1), (6,3), (6,5) 共 6 对，所以 U=6。

而 RX=12 R_X=12 代入公式：U=9+6−12=3 U = 9 + 6 - 12 = 3 。这里不一致是因为公式 U=mn+m(m+1)2−RX U = mn + \frac{m(m+1)}{2} - R_X 定义的是 Wilcoxon 秩和统计量的转换，实际上该公式给出的是另一种形式的 U 统计量。正确的对应关系是：两个公式给出的 U 是不同的定义方式，分别对应 Mann-Whitney U 和 Wilcoxon 秩和 W 的转换。在标准教科书中，Mann-Whitney U 定义为 U=RX−m(m+1)2 U = R_X - \frac{m(m+1)}{2} ，即 U=12−6=6 U = 12 - 6 = 6 ，与成对比较结果一致。

因此，正确的公式应为：

UX=RX−m(m+1)2U_X = R_X - \frac{m(m+1)}{2}
UY=RY−n(n+1)2U_Y = R_Y - \frac{n(n+1)}{2}

且 UX+UY=mn U_X + U_Y = mn 。检验时取 U=min⁡(UX,UY) U = \min(U_X, U_Y) 。

假设

曼-惠特尼U检验的假设条件包括：

  1. 独立性：两组样本各自独立，组内观测值也相互独立。
  2. 有序尺度：数据至少为有序变量（ordinal scale），即可以比较大小。
  3. 分布形状相似（位置偏移假设）：两总体的分布形态大致相同，仅在位置上存在偏移。严格来说，原假设为 H0:FX(t)=FY(t) H_0: F_X(t) = F_Y(t) ，备择假设为 H1:FX(t)=FY(t+Δ) H_1: F_X(t) = F_Y(t + \Delta) 且 Δ≠0 \Delta \neq 0 。

与 t 检验不同，曼-惠特尼U检验不要求正态性，也不要求方差齐性（尽管严重异方差会影响检验的解释）。

假设检验

原假设与备择假设

  • 双尾检验：H0:Δ=0 H_0: \Delta = 0 ，H1:Δ≠0 H_1: \Delta \neq 0
  • 单尾检验：H0:Δ≤0 H_0: \Delta \leq 0 ，H1:Δ>0 H_1: \Delta > 0 （或反向）

检验步骤

  1. 将两组样本合并，按升序排列，赋予秩次（ties 取平均秩）。
  2. 计算某一组的秩和 R R 。
  3. 计算 U 统计量：U=R−n(n+1)2 U = R - \frac{n(n+1)}{2} 。
  4. 在大样本下（通常 m,n > 20），U 的抽样分布近似正态分布：
μU=mn2,σU=mn(N+1)12\mu_U = \frac{mn}{2}, \quad \sigma_U = \sqrt{\frac{mn(N+1)}{12}}

其中 N=m+n N = m + n 。对于存在结（ties）的情况，需要进行连续性校正：

σU=mnN(N−1)(N3−N12−∑k=1Ktk3−tk12)\sigma_U = \sqrt{\frac{mn}{N(N-1)}\left(\frac{N^3-N}{12} - \sum_{k=1}^{K} \frac{t_k^3 - t_k}{12}\right)}

其中 K K 为结的组数，tk t_k 为第 k k 组结中观测值的个数。

  1. 计算标准正态检验统计量 z=(U−μU)/σU z = (U - \mu_U) / \sigma_U ，并与临界值比较。

效应量

在曼-惠特尼U检验中，常用的效应量指标包括：

概率优势（Probabilistic Superiority）

P^(X>Y)=Umn\hat{P}(X > Y) = \frac{U}{mn}

该指标直观地表示：从 X 总体中随机抽取一个观测值大于从 Y 总体中随机抽取一个观测值的概率。取值范围为 [0, 1]，0.5 表示两总体无差异。

秩二列相关（Rank-Biserial Correlation）

rrb=1−2Umn=2Umn−1r_{rb} = 1 - \frac{2U}{mn} = \frac{2U}{mn} - 1

该指标将 U 统计量标准化到 [−1,1] [-1, 1] 区间，正值表示 X 总体倾向于大于 Y 总体。

与其它方法的关系

Wilcoxon 秩和检验

Mann-Whitney U 检验与 Wilcoxon 秩和检验（Wilcoxon rank-sum test）本质上是同一检验，仅在统计量的定义上有细微差别。Wilcoxon 使用秩和 W 作为统计量，而 Mann-Whitney 使用 U 统计量。两者之间存在一一对应关系。

Brunner-Munzel 检验

当两总体分布形状差异较大时，Mann-Whitney U 检验可能无法有效区分位置偏移与尺度差异。Brunner-Munzel 检验（又称广义 Wilcoxon 检验）放松了分布形状相同的假设，适用于更一般的情形。

Kruskal-Wallis 检验

Kruskal-Wallis 检验是 Mann-Whitney U 检验向多组比较的推广，相当于非参数版本的方差分析（ANOVA）。

应用场景

曼-惠特尼U统计量广泛应用于以下领域：

  1. 医学研究：比较治疗组与对照组的疗效（如疼痛评分、生活质量评分等有序数据）。
  2. 社会科学：比较不同群体在态度量表、满意度调查等非正态数据上的差异。
  3. 心理学：分析认知测试得分等不满足正态性假设的组间比较。
  4. 经济学：比较不同政策干预下的非正态分布的经济指标。
  5. 生物统计学：分析基因表达数据、生态学计数数据等。

优点与局限

优点

  • 对异常值较为稳健，不依赖正态性假设。
  • 适用于有序分类数据（如 Likert 量表）。
  • 在小样本下依然有效，且渐近相对效率（ARE）相对于 t 检验不低于 0.864。

局限

  • 当两组分布形态差异较大（如方差高度不等）时，检验结果难以解释为位置差异。
  • 面对大量结（ties）时，需要校正公式，检验效力降低。
  • 无法直接估计均值差异的大小；效应量解释不如 Cohen's d 直观。
  • 对于正态分布的数据，由于未充分利用数据信息，检验效力低于 t 检验。

软件实现

  • R：\texttt{wilcox.test(x, y, paired=FALSE)}
  • Python (SciPy)：\texttt{scipy.stats.mannwhitneyu(x, y, alternative='two-sided')}
  • Stata：\texttt{ranksum varname, by(groupvar)}
  • SPSS：Analyze → Nonparametric Tests → Independent Samples → Mann-Whitney U
  • MATLAB：\texttt{ranksum(x, y, 'tail', 'both')}

参考文献

  1. Mann, H. B., \& Whitney, D. R. (1947). On a Test of Whether one of Two Random Variables is Stochastically Larger than the Other. *The Annals of Mathematical Statistics*, 18(1), 50–60.
  2. Wilcoxon, F. (1945). Individual Comparisons by Ranking Methods. *Biometrics Bulletin*, 1(6), 80–83.
  3. Hollander, M., Wolfe, D. A., \& Chicken, E. (2014). *Nonparametric Statistical Methods* (3rd ed.). Wiley.
  4. Lehmann, E. L. (2006). *Nonparametrics: Statistical Methods Based on Ranks* (Rev. ed.). Springer.