单样本计量资料的统计分析(2)-Wilcoxon符号秩检验
2010-03-22
分类:医学统计
正文Wilcoxon signed rank(符号秩)检验与我之前介绍的单样本t检验很相似,也是用于对总体均数或中位数进行统计推断的一种方法。但与t检验不同的是,Wilcoxon符号秩检验是一种基于数据的“秩”的非参数检验方法,不需要对总体的分布特征加以限定,就是说,如果我们得到的计量资料,数据分布不呈正态,无法应用单样本t检验方法时,我们可以采用Wilcoxon符号秩检验方法。
符号秩检验在临床试验中最常见的应用,是比较相关的数据或不呈正态分布的配对数据。下面我们就通过一个例子,看一下Wilcoxon符号秩检验的具体应用与SAS实现:
还是先前那个例子(数据在这里):80个病人的数据,分别记录了使用某降压药物前、后(当然是若干周之后)病人的舒张压测量值。我们想要了解用药前后病人的舒张压是否有所下降,还是先计算出各个病例用药前后的血压差值:
data exec2;
set sample.exc1;
deff = dbp1 - dbp0;
run;
然后我们就可以用下面的程序代码进行Wilcoxon符号秩检验:
proc univariate data=exec2;
var deff;
run;
上述程序代码运行后,SAS会自动给出三种位置检验(即与0比较)的结果,其中之一便是Wilcoxon signed rank:
位置检验: Mu0=0
检验 --统计量--- -------P 值-------
Student's t -17.4977 Pr > |t| <.0001
Sign M -34.5 Pr >= |M| <.0001
Signed Rank S -1276.5 Pr >= |S| <.0001
这个结果,与我们先前用单样本t检验得出的结果是一致的。事实上,如果样本量足够大,Wilcoxon符号秩检验和单样本t检验的结果是非常接近的。
另外,univariate过程默认还给出数据正态性检验的结果:
正态性检验
检验 ----统计量---- -------P 值-------
Shapiro-Wilk W 0.99027 Pr < W 0.8570
Kolmogorov-Smirnov D 0.087159 Pr > D >0.1500
Cramer-von Mises W-Sq 0.062913 Pr > W-Sq >0.2500
Anderson-Darling A-Sq 0.325816 Pr > A-Sq >0.2500
一般我们选择第一个Shapiro-Wilk检验,从上述结果可以看出,Shapiro-Wilk检验P>0.05,不能拒绝数据来自正态分布总体的假设。所以我们在上一篇中使用t检验的方法还是正确的。
转载原创文章,请注明:转载自益药,益友-Medleaf的医药博客[http://www.cnmed.net/blog/]
本文链接地址:http://www.cnmed.net/blog/2010/one-sample-wilcoxon-signed-rank.html


RSS 订阅我的博客













暂时没有人发言