Wilcox檢驗

一、Wilcox檢驗是什麼意思？

Wilcox檢驗是一種非參數檢驗方法，用於判斷兩組數據之間是否有差異。和T檢驗與方差分析等參數檢驗方法相比，Wilcox檢驗不依賴於數據是否呈正態分佈、方差是否相等等假設條件，更適用於對小樣本或者非正態分佈數據的分析。

Wilcox檢驗的基本思想是將兩組數據合併後按照大小排序，然後計算出每一組中相同秩次的數據之和，即秩和。最後，通過比較秩和的大小來判斷兩組數據之間是否存在顯著差異。

二、Wilcoxon秩和檢驗表格

Wilcoxon秩和檢驗表格是用來計算Wilcox檢驗的統計量，在Wilcox檢驗中，我們需要計算出秩和以及Z值和P值。

# Wilcox檢驗統計量計算示例代碼
from scipy.stats import wilcoxon

A = [1, 2, 3, 4, 5]
B = [2, 3, 4, 5, 6]

statistic, p_value = wilcoxon(A, B)

print('Wilcox秩和檢驗統計量：', statistic)
print('Wilcox秩和檢驗P值：', p_value)

三、Wilconxont檢驗、U檢驗和Wilcoxon檢驗

Wilcoxon檢驗的有兩種形式，Wilcox秩和檢驗和Wilcox符號秩檢驗，稱作Wilconxont檢驗。其中，Wilcox秩和檢驗常用於比較連續數據，Wilcox符號秩檢驗常用於比較有序分類數據。

U檢驗也是一種非參數檢驗方法，和Wilcox檢驗的思路類似，使用秩和的方式來判斷兩組數據之間是否存在顯著差異。U檢驗的優點是，在樣本量很小時仍然具有較好的統計功效。

四、Wilcox秩和檢驗例題

以下是一組數據的Wilcox秩和檢驗實例代碼：

# Wilcox秩和檢驗例題代碼示例
import numpy as np
from scipy.stats import wilcoxon

A = np.array([56, 46, 88, 41, 64, 84, 97, 83, 74, 81])
B = np.array([49, 46, 76, 79, 84, 68, 92, 78, 82, 81])

statistic, p_value = wilcoxon(A, B)

print('Wilcox秩和檢驗統計量：', statistic)
print('Wilcox秩和檢驗P值：', p_value)

運行以上代碼後，可以得到統計量為19.0，P值約為0.49，由於P值大於0.05，所以我們判定兩組數據之間不存在顯著差異。