정보
-
업무명 : 기초통계 : Wilcoxon 순위 합 검정
-
작성자 : 박진만
-
작성일 : 2020-04-14
-
설 명 :
-
수정이력 :
내용
[개요]
[특징]
-
통계이론 설명
[활용 자료]
-
없음
[자료 처리 방안 및 활용 분석 기법]
-
없음
[사용법]
-
내용 참조
상세 내용
[Wilcoxon 순위 합 검정]
-
2 개의 실험군이 서로 순서 관계가 예상 될 때, Wilcoxon 순위 합 검정을 이용하여 검정한다.
-
예를 들어, 2 개의 실험군 중 A 군은 식욕 증진의 효과가 기대되는 약제 T를 0.2mg, B 군은 약제 T를 0.5mg을 주었을 때 A 군에 비해 B 군의 것이 체중의 증가가 빠를 것으로 기대된다.
-
이런 경우는 A 그룹과 B 그룹의 체중의 평균에 차이가 있는지를 검정 할 때 Wilcoxon 순위 합 검정을 이용한다. 예를 들어 A 그룹과 B 그룹의 마우스의 체중이 아래와 같다고 해 보자.
A 그룹의 쥐의 체중 | 320,325,320,330 |
B 그룹의 쥐의 체중 | 330,325,330,330,325 |
-
Wilcoxon 순위 합 검정은 먼저 U 값을 구한다.
-
A 군과 B 군의 데이터를 크로스 테이블에 쓰고 데이터 보다 A 그룹이 더 크면 + A 그룹 쪽이 작 으면 -라고 쓴다.
-
이제 + 또는 -의 수를 세어 각각 U +, U- 를 한다. 실제 U값을 계산하면 아래와 같다.
-
여기에서 구한 U = 2는 A 그룹과 B 그룹의 데이터를 바탕으로 구한 검정 통계량 이다.
-
다음은 A 그룹과 B 그룹에 차이가 없다고 가정하고 U 값 (U 0 )을 구한다. A 군과 B 군에는 차이가 없다고 가정했기 때문에 두 데이터를 동일 실험군의 데이터로 본다. 즉, 20, 20, 25, 25, 25, 30, 30, 30, 30의 9 개의 데이터가된다.
-
이 9 개의 데이터에서 무작위로 4 개의 선택 (A 군은 4 개체, B 군은 5 개체에 해당). 이 경우의 수는 9 C 4 = 126 가지이다.
U 값 | 0 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 |
경우의 수 | a0 | a1 | a2 | a3 | a4 | a5 | a6 | a7 | a8 | a9 | a10 |
확률 | p0 | p1 | p2 | p3 | p4 | p5 | p6 | p7 | p8 | p9 | p10 |
-
여기서, 만약 두 그룹에 차이가 없다고한다면, P (U)가 0.05 이상 또는 0.95 이하 여야 한다 (유의수준 5 % 일 때).
-
그런데, 처음에 검정을 실시하고 두 군 사이에 차이가 없다고 가정한다.
-
그러면 이 2 군에서 얻은 P (U) 값이 0.05 이상, 또는 0.95 이하인 것이 필요. 그러나 U = 2 일 때, U의 분포표에 의해 P (U = 2) = p0 + p1 + p2 = 0.031를 기록했다.
-
즉, U = 2가되는 상황이 거의 일어나지 않고 오차라고 판단 해 버려도 상관 없다. 즉, \"두 군 사이에 차이가 있다."고 말할 수 있다.
[R을 이용한 Wilcoxon 순위 합 검정 - 독립 2 표본 검정]
-
실험군을 준비한 후 1 군에는 약 A를 1.0mg을주고, 2 군에는 약 A를 2.0mg을 주었을 때, 두 군 사이에 순서 관계가 예측 될 때 wilcoxon의 순위 합 검정을 실시한다.
a <- c(21, 32, 23, 28, 30, 24)
b <- c(49, 61, 44, 59, 72, 41)
wilcox.test(a, b)
##
## Wilcoxon rank sum test
##
## data: a and b
## W = 0, p-value = 0.002165
## alternative hypothesis: true location shift is not equal to 0
참고 문헌
[논문]
- 없음
[보고서]
- 없음
[URL]
- 없음
문의사항
[기상학/프로그래밍 언어]
- sangho.lee.1990@gmail.com
[해양학/천문학/빅데이터]
- saimang0804@gmail.com
본 블로그는 파트너스 활동을 통해 일정액의 수수료를 제공받을 수 있음
'통계 이론' 카테고리의 다른 글
[통계이론] 기초통계 : 분산분석 (ANOVA 검정) (0) | 2020.04.15 |
---|---|
[통계이론] 기초통계 : 카이제곱 검정 (0) | 2020.04.14 |
[통계 이론] 기초통계 : F 검정 (2) | 2020.04.14 |
[통계 이론] 기초통계 : t 검정 (0) | 2020.04.14 |
[통계 이론] 기초통계 : 표본 분산과 불편 분산 (0) | 2020.04.14 |
최근댓글