Mann-Whitney-testen i statistik
Statistik er en gren af matematikken, der beskæftiger sig med indsamling, analyse, fortolkning og præsentation af data. Statistik bruges inden for forskellige områder til at træffe datadrevne beslutninger. En ofte anvendt teknik i statistik er Mann-Whitney-testen (også kendt som Mann-Whitney U-testen eller Wilcoxon rangsumtesten). Dette er en ikke-parametrisk metode, der bruges til at bestemme, om der er en signifikant forskel mellem to uparrede grupper.
Introduktion til Mann-Whitney-testen
Mann-Whitney-testen blev introduceret af Henry Mann og Donald Whitney i 1947 som et ikke-parametrisk alternativ til t-testen. Denne metode kræver ikke antagelsen om normalitet. Derfor er den særligt nyttig, når dataene ikke følger en normalfordeling, eller når stikprøvestørrelsen er for lille til at validere normalitetsantagelsen.
Grundlæggende principper for Mann-Whitney-testen
Mann-Whitney-testen bruges til at sammenligne medianerne af to grupper. Grundprincippet er:
1. Rangering af observation: Alle data fra begge grupper kombineres og rangeres fra mindst til størst. Hvis der er identiske værdier, rangeres hver observation efter gennemsnittet af dens korrekte rangering.
2. Beregning af statistisk test: Den statistiske testværdi (U) beregnes ud fra summen af rangordenerne for hver gruppe. Der er to måder at beregne på: én, der starter med den første gruppe, og den anden med den anden gruppe.
– Den generelle formel for U er:
\[
U₂ = n₁ × n₂ + ∫(n₂ + 1)/1 – R₂
\]
atau
\[
U₂ = n₁ × n₂ + ∫(n₂ + 1)/2 – R₂
\]
Hvor:
– \(n_1\) og \(n_2\) er antallet af observationer i hver gruppe,
– \(R_1\) og \(R_2\) er antallet af ranger i hver gruppe.
3. Signifikanstest: Signifikanstesten udføres for at bestemme p-værdien. Under forhold med stor stikprøvestørrelse kan U-fordelingen tilnærmes ved en normalfordeling.
Antagelser i Mann-Whitney-testen
Selvom Mann-Whitney-testen er en ikke-parametrisk test og ikke kræver antagelsen om normalfordeling, er der flere relaterede antagelser, der skal være opfyldt for resultaternes gyldighed:
1. Uafhængighed: Hver observation i begge grupper skal være uafhængig af hinanden.
2. Ordinal- eller intervalskala: Data skal være på en ordinal- eller intervalskala. Det betyder, at dataene kan sorteres og indeholder rangeringsoplysninger.
3. Fordelingsområde: Fordelingen af begge grupper skal have samme form (selvom medianen kan være forskellig).
Trin i udførelsen af Mann-Whitney-testen
Følgende er de trin, der normalt følges for at udføre Mann-Whitney-testen:
1. Kombinér og sorter data: Kombinér dataene fra begge grupper, og sorter dem samlet. Rangeringer tildeles i henhold til rækkefølgen med justeringer for rang knyttet til gennemsnitsværdien.
2. Beregn antallet af rangeringer: Beregn antallet af rangeringer for hver gruppe.
3. Bestemmelse af U-værdien i statistikken: Brug den tidligere forklarede formel til at beregne U-værdien for begge grupper.
4. Bestemmelse af den kritiske værdi eller p-værdi: Sammenlign den opnåede U-værdi med den kritiske værdi fra U-fordelingstabellen (eller beregn p-værdien) for at afgøre, om forskellen mellem grupperne er statistisk signifikant.
Antag for eksempel, at vi har to sæt data, A og B. Disse data kan repræsentere to forskellige behandlinger for en bestemt sygdom, og vi vil gerne vide, om den ene behandling er mere effektiv end den anden.
Eksempel på øvelser
Lad os sige, at vi har to terapigrupper:
– Terapi A: [85, 90, 88, 75, 91]
– Terapi B: [80, 78, 95, 87, 92]
1. Sammenlægning og sortering af data:
– Sammensat: [85, 90, 88, 75, 91, 80, 78, 95, 87, 92]
– Rækkefølge og rangordning: [75(1), 78(2), 80(3), 85(4), 87(5), 88(6), 90(7), 91(8), 92(9), 95(10)]
2. Beregning af antallet af rangordninger:
– Antal vurderinger af terapi A: 4 + 7 + 6 + 1 + 8 = 26
– Antal vurderinger af Terapi B: 3 + 2 + 10 + 5 + 9 = 29
3. Beregning af U-værdi:
\[
U_A = n_1 × n_2 + \frac{n_1 × (n_1 + 1)}{2} – R_A = 5 × 5 + \frac{5 × (5 + 1)}{2} – 26 = 25 + 15 – 26 = 14
\]
\[
U_B = n_1 × n_2 + \frac{n_2 × (n_2 + 1)}{2} – R_B = 5 × 5 + \frac{5 × (5 + 1)}{2} – 29 = 25 + 15 – 29 = 11
\]
Vælg en mindre U-værdi, nemlig U = 11.
4. Bestemmelse af betydning:
Sammenlign den opnåede U-værdi med den kritiske U-værdi fra Mann-Whitney-fordelingstabellen, eller beregn p-værdien. Hvis U er mindre end den kritiske værdi, eller p-værdien er lavere end alfa (f.eks. 0,05), forkaster vi nulhypotesen og konkluderer, at der er en signifikant forskel mellem de to grupper.
Fordele og begrænsninger ved Mann-Whitney-testen
Fordele:
1. Nonparametrisk: Kræver ikke antagelsen om normalfordeling.
2. Fleksibilitet: Kan bruges, når dataene er på en ordinal skala eller har outliers.
3. Enkel og effektiv: Let at beregne og fortolke.
Begrænsninger:
1. Effektivitetstab: I en normalfordeling er t-testen mere effektiv.
2. Antagelse om samme fordelingsform: Denne test antager den samme fordelingsform mellem de to grupper.
3. Bundet på små stikprøvestørrelser: Den asymptotiske fordeling kan være mindre nøjagtig på meget små stikprøver.
Konklusion
Mann-Whitney-testen er et kraftfuldt og fleksibelt ikke-parametrisk værktøj til at identificere forskelle mellem to uparrede grupper. Ved at forstå dens grundlæggende principper og implementeringstrin kan vi bruge denne test i en række forskellige anvendelser på tværs af forskellige forskningsfelter. Selvom den har nogle begrænsninger, gør dens fordele under visse omstændigheder den til en meget værdifuld metode inden for statistik.
