KNOWECON WIKI

ARTICLE

Mann-Whitney U检验

Mann-Whitney U检验 Mann-Whitney U检验（也称 Mann–Whitney–Wilcoxon 检验或 Wilcoxon 秩和检验）是一种非参数统计方法，用于比较两个独立样本是否来自同一总体分布。与经典的两样本 t 检验不同，该检验不要求数据服从正态分布，也不要求两组方差齐性，仅需观测值之间独立且具有可比的有序尺度。它由 Henry M

浏览 0 更新 2026-01-15

Mann-Whitney U检验

Mann-Whitney U检验（也称 Mann–Whitney–Wilcoxon 检验或 Wilcoxon 秩和检验）是一种非参数统计方法，用于比较两个独立样本是否来自同一总体分布。与经典的两样本 t 检验不同，该检验不要求数据服从正态分布，也不要求两组方差齐性，仅需观测值之间独立且具有可比的有序尺度。它由 Henry Mann 和 Donald Whitney 于 1947 年提出，Frank Wilcoxon 于 1945 年独立提出等价形式。

Mann-Whitney U检验的零假设 (H0H_0) 为：两组样本来自同一分布（更精确地，随机从 X 组取一个观测和从 Y 组取一个观测，P(X>Y)=P(Y>X)=0.5P(X > Y) = P(Y > X) = 0.5）。备择假设 (H1H_1) 可以是双侧（两分布不同）、左侧（X 倾向于小于 Y）或右侧（X 倾向于大于 Y）。当零假设成立时，U 统计量服从已知的抽样分布，据此可计算p值以做出统计推断。

数学定义与计算

设两组独立样本分别为 X1,X2,…,Xn1X_1, X_2, \ldots, X_{n_1} 和 Y1,Y2,…,Yn2Y_1, Y_2, \ldots, Y_{n_2}。将所有 N=n1+n2N = n_1 + n_2 个观测值混合后从小到大排序，赋予秩次 1,2,…,N1, 2, \ldots, N；遇相等值（ties）时赋予平均秩。令 R1R_1 为 X 组样本的秩和，则 U 统计量定义为：

U1=n1n2+n1(n1+1)2−R1U_1 = n_1 n_2 + \frac{n_1(n_1 + 1)}{2} - R_1
U2=n1n2+n2(n2+1)2−R2U_2 = n_1 n_2 + \frac{n_2(n_2 + 1)}{2} - R_2

其中 R1+R2=N(N+1)/2R_1 + R_2 = N(N+1)/2，且 U1+U2=n1n2U_1 + U_2 = n_1 n_2。检验统计量通常取 U=min⁡(U1,U2)U = \min(U_1, U_2) 用于双侧检验，或依备择假设方向选用相应的 U1U_1 或 U2U_2。

U 统计量的直观含义为：对于所有配对 (Xi,Yj)(X_i, Y_j)，计数 X 大于 Y 的次数。每个配对中 X>YX > Y 贡献 1，X=YX = Y 贡献 0.5。因此 U 是两组间优势关系的汇总度量。

Wilcoxon秩和检验的等价性

Mann-Whitney U检验与 Wilcoxon 秩和检验在数学上完全等价，U 与秩和 R1R_1 之间仅差一个常数：

U1=R1−n1(n1+1)2U_1 = R_1 - \frac{n_1(n_1 + 1)}{2}

因此两种检验产生相同的 p 值。两者统一称为 Mann–Whitney–Wilcoxon (MWW) 检验。在实际应用中，统计软件通常同时报告 U 值、秩和以及标准化后的 Z 值。

正态近似与大样本性质

对于小样本（通常 n1,n2<10n_1, n_2 < 10），U 统计量在零假设下的精确分布可通过组合数学计算，临界值可查专用表格。当样本量增大时，由中心极限定理，U 的零分布迅速逼近正态分布：

Z=U−μUσU∼approxN(0,1)Z = \frac{U - \mu_U}{\sigma_U} \overset{\text{approx}}{\sim} N(0, 1)

其中期望和方差（无相等值时）为：

μU=n1n22,σU2=n1n2(n1+n2+1)12\mu_U = \frac{n_1 n_2}{2}, \quad \sigma_U^2 = \frac{n_1 n_2 (n_1 + n_2 + 1)}{12}

存在相等值时需对方差进行校正。设 gg 为不同值的个数，第 jj 组相等值包含 tjt_j 个观测，则校正后方差为：

σU2=n1n212[(N+1)−∑j=1g(tj3−tj)N(N−1)]\sigma_U^2 = \frac{n_1 n_2}{12} \left[ (N+1) - \frac{\sum_{j=1}^{g} (t_j^3 - t_j)}{N(N-1)} \right]

假设与适用条件

Mann-Whitney U检验的关键假设包括：①两组样本彼此独立，抽取过程互不干扰；②组内观测独立同分布；③变量至少为有序尺度，即观测值可排序；④零假设下，两组分布的形状相同但允许位置偏移。最后一条是检验的位置偏移模型假设——若两组分布的形状差异显著（如一方严重偏态而另一方对称），即便中位数相同，Mann-Whitney 检验仍可能显著，此时结果应解释为分布差异而非中位数差异。

与 t 检验的比较

Mann-Whitney U检验与两样本 t 检验服务于相似的研究目的，但效率特征不同。当数据确为正态分布时，t 检验的统计功效略高——Mann-Whitney 检验的渐近相对效率 (ARE) 约为 3/π≈0.9553/\pi \approx 0.955，即损失约 4.5\% 的效率。然而，当数据偏离正态（如重尾或含异常值），Mann-Whitney 检验的功效可远超 t 检验，ARE 甚至可无限大于 1。因此，对于明显偏态、存在极端值或仅有序数测量的数据，Mann-Whitney 检验是更稳健可靠的选择。但对于样本量极小（每组 < 5）的情形，t 检验虽有正态假设，Mann-Whitney 检验的精确临界值也极度粗糙，两种检验均需谨慎解读。

经济学与社会科学中的应用

在经济学实证研究中，Mann-Whitney U检验广泛应用于比较两组独立观测的分布差异：

  • 政策评估与实验经济学：比较实验组与对照组的产出变量（如收入、生产率）是否存在系统性差异，当样本量有限且数据分布未知时尤为适用。
  • 劳动经济学：比较不同性别、地区或教育水平的工资分布差异，薪资数据通常右偏严重，正态假设难以满足。
  • 发展经济学：随机对照试验 (RCT) 中分析基线协变量在处理组与对照组间的平衡性；对于非正态的计数或评分结果，检验干预效应。
  • 行为经济学：比较不同激励方案下的选择行为差异，因行为数据常为离散有序变量（如 Likert 量表评分）。

效应量

与任何假设检验一样，统计显著并不等同于实际重要。Mann-Whitney U检验的常用效应量指标包括：

  • 秩双列相关系数 (rank-biserial correlation)：r=1−2Un1n2r = 1 - \frac{2U}{n_1 n_2}，取值范围 [−1,1][-1, 1]，度量两组秩次的标准化差异。∣r∣≥0.5|r| \geq 0.5 通常视为大效应。
  • 概率优势 (probability of superiority, PS)：p^=U/(n1n2)\hat{p} = U / (n_1 n_2)，表示从 X 组随机抽取的观测大于从 Y 组随机抽取的观测的概率。p^=0.5\hat{p} = 0.5 对应零假设，p^>0.7\hat{p} > 0.7 或 p^<0.3\hat{p} < 0.3 表明实质性差异。
  • Cohen's d 的非参数类比：基于秩次的标准化均值差，可通过 rr 近似转换。

报告效应量已日益成为实证研究的规范要求——它使读者能够在统计显著性之外判断结果的实际含义，也有利于后续荟萃分析 (meta-analysis) 中的效应合并。

局限与注意事项

尽管 Mann-Whitney U检验具有广泛的适用性，其结论的解读需格外审慎。首先，该检验并非严格的中位数检验——仅在两组分布形状相同的前提下，显著结果可解释为中位数差异；否则显著仅意味着分布不同，可能源于形状、离散度或其他高阶特征。其次，存在大量相等值时，方差校正虽有效，但检验功效有所下降，应考虑使用精确排列检验或Brunner-Munzel检验等替代方法。再者，Mann-Whitney 检验无法处理配对设计，对于配对或重复测量数据应使用Wilcoxon符号秩检验。最后，该检验对异方差性的不敏感仅限于位置偏移模型；若两组方差差异悬殊且分布形状不同，检验的第一类错误率可能偏离名义水平。此外，当样本量极不平衡（如 n1≪n2n_1 \ll n_2）时，检验对分布形状差异的敏感性显著降低，建议使用排列检验或 bootstrap 方法进行稳健推断。