两样本秩和检验，配角还是主角？ |30天学会医学统计与SPSS公益课（D4）
正态性判定结果，意味着不同分布的定量数
之前文章已经介绍过，非参数检验是参数检验重要的补充。秩和检验是非参数检验的重要方法。两组定量数据的比较，主要的方法有两种。一种是t检验，一种是属于非参数检验的秩和检验（Wilcoxon 秩和检验）。
一般来说两样本秩和检验是t检验的补充，如果t检验不能做，就会考虑用两样本秩和检验。当t检验条件不符合，特别是达不到正态或者近似正态分布的条件时，可考虑过两样本秩和检验。
何为秩和检验
何为非参数检验？
假设检验分为两种，一种称之为参数检验（parameter test），另外一种是非参数检验（Non-parameter test）。
参数检验：以特定的总体分布（如正态分布）作为前提，对其总体参数作假设检验。 如： t 检验、z检验和 F 检验。
非参数检验：对总体分布不作严格假定，又称任意分布检验，它直接对总体分布作假设检验，可能是分布轮廓，也可能是分布位置。非参数检验在我们课程中提到的主要是两类，一类是秩和检验，还有一类是卡方检验。它不依赖于总体分布的具体形式，应用时可以不考虑被研究对象为何种分布以及分布是否以知，因而实用性较强 。
何为秩和检验？
秩和检验为非参数检验方法中的一类，包括用于配对设计研究的符合秩和检验，用于两组独立样本的两样本秩和检验，用于多个样本的多样本秩和检验。主要主要以秩次为基础的研究。秩次(rank)指的是将数值变量值或等级变量值按一定顺序（一般是从小到大）所排列的序号，通俗理解也就是排名。秩和(rank sum)的意思是秩次之和。因此秩和检验就是比较两组数据的排名有没差别。
两样本秩和检验，又称成组2样本秩和检验或者两独立样本秩和检验，英文为Wilcoxon Mann-Whitney 检验，是Wilcoxon Mann Whitney 三人证明，可简写为Wilcoxon检验，或者W M-W检验，或者Mann Whitney U检验。
形象来区分两样本t检验和秩和检验
举例：若比较医学统计学班级男生成绩好还是女生好。此时，有两种方法，一种是分别计算男生的平均值和女生的平均值，那么这就是t检验；另外一种将所有人成绩从高到底进行排名，求出男生排名的总和和女生排名的总和，再除以各自人数得到平均排名，最后是平均排名越小，说明成绩越好，这便是秩和检验。
实例分析
某研究者将小鼠随机分为两组，观察局部加热治疗小鼠移植肿瘤的疗效，以生存时间（日）作为观察指标，实验结果见下表，试检验两组小鼠生存日数有无差别？详见rat.sav
局部加热组：10，12，15， 15， 15，16，20，23 30，40
空白对照组：2，3， 3， 3，4， 4， 4，6，9，11，12，14
思考
对此案例的统计需要思考：
-这是何种研究设计类型？
-研究的结局变量是什么?
-结局变量属于什么类型的变量？
-如果是定量变量数据，是偏态还是正态分布？
-研究目的是比较，那比较的组数是多少？
案情分析
本案例属于随机对照的实验性研究。主要研究的结局指标是生存时间，为定量变量数据；比较的组数是两组（局部加热组和空白对照组）。本案例目的是比较两组总体生存时间分布有无统计学差异。
统计分析策略
两组定量数据的比较，主要的方法有两种。一种是成组两样本t检验，一种是非参数秩和检验（Wilcoxon 两样本秩和检验）。一般来说，秩和检验是t检验的补充，如果t检验不适合，就会考虑秩和检验。所以统计分析时，要考虑t检验是否合适？条件是否满足？
t检验要求的两组、定量、独立、方差齐、正态的数据比较。前面3个要求与Wilcoxon 两样本秩和检验相同，关键的差别在于t检验要求数据符合正态性。若不满足，应该考虑秩和检验（方差齐性不满足，仍可以考虑校正t检验）。
总结来说：
两组的直方图分布如下：
|
|
|
SPSS 操作
两样本秩和检验SPSS操作界面：
分析—非参数检验--旧对话框--2个独立样本
两样本秩和检验具体参数设置
“检验变量”放入生存日期（time），“分组变量”放入分组（group），同时进行“定义组”。
①检验类型：曼-惠特尼（Mann-Whitney），即为最常见的Wilcoxon Mann-Whitney 两样本秩和检验
②检验变量：即放入结局指标，本例为生存日期（time）
③分组变量：放入group。这里“定义组”需要进一步明确，见下图：
定义组：即指定比较哪两组。在本例，我们比较高蛋白和低蛋白组，他们在数据库赋值为1和2，因此这里填写1，2；此处填什么数据，需要和数据库的赋值对应起来，且不能填写文字或者字母，只能填数字。因此提醒诸位：构建SPSS数据库时一般赋值建议用数字，不要用文字或者字母。
两样本秩和检验分析结果及解释
表2：秩和检验分析结果
秩和检验最重要的结果是z值和P值，两样本给出的检验统计量是z值，z值越大，P值于晓，本例z=-3.673，P=0.000。这里的z值正负号大家不用管，只是指明方向，大家只关注z绝对值即可；P值的意思是P<0.001。
结果的规范表达
规范的统计表（其中一种形式）为：
①此处提供的为中位数和上下四分位数：M(P25，P75)，也可以采用中位数（四分位数间距）：M(IQR）来表达（详见day2-2的SPSS操作）。
《新英格兰医学杂志》论文统计解读：如何计算中位数差值的置信区间
两样本检验的实际应用
①非正态定量数据比较
②两组小样本分布不明的定量数据
③两组一端或二端存在着不确定数值的数据
④两组有序分类资料（等级资料）
值得注意的是，两样本秩和检验主要探讨的总体分布位置，而不是总体均数。
以下本人的分析习惯，仅供参考:
近似正态分布可以选择t检验或秩和检验，如果你觉得郑老师说得对，近似正态分布用t检验；如果一篇文章审稿人观念陈旧，觉得偏态（虽然是近似正态）就不能用t检验，那就听他的吧。
严重偏态分布必须选择秩和检验
如果观察指标理论上属于偏态分布，无论正态性检验P值，优先考虑秩和检验（“理论上”的意思是客观世界中大样本群体常见的存在形式，甚至是一种常识）。本文的案例生存时间便是客观理论上是偏态分布的。
无论正态性检验P值大小，如果研究变量分布直方图呈一边倒趋势，或者存在若干个极端异常值，优先考虑秩和检验。
若至少一组数据正态性检验P值接近0.01或者<0.01，优先考虑秩和检验
-本讲结束-