在 Excel 中重现 Mann-Whitney U

Question

我正在尝试在 Excel 中计算 Mann-Whitney 检验，但得到的结果与在 python 中得到的结果不完全相同。

例如我有以下数据：

• 2015 年观测值：2,2,5,1,2,2,2,4,2,4,5,4,2,1,3,3,2,2,1,2,2,1,4 ,3,1,3,4,3,5,1

• 2016 年观测值：2,1,2,5,5,1,5,3,2,1,2,5,5,2,4,4,3,1,2,2,1,3,3 ,1,2,5,1,4,3,5

我使用以下代码：

scipy.stats.mannwhitneyu([2,2,5,1,2,2,2,4,2,4,5,4,2,1,3,3,2,2,1,2,2,1,4,3,1,3,4,3,5,1], 
                         [2,1,2,5,5,1,5,3,2,1,2,5,5,2,4,4,3,1,2,2,1,3,3,1,2,5,1,4,3,5], 
                         use_continuity=False)

我得到了以下结果：

• Python：统计=416.5，p值=0.3053664240420257
• Excel：统计=416.5，p值=0,305366424042026

所以它们是相等的。

但是当我写 use_continuity=True 时，我得到以下结果：

• Python：*统计=416.5，p值=0.30803418957886164
• Excel：*统计=416.5，p值=0,302708955583188

当我输入 use_continuity=-1 时，我得到以下信息：

• Python：统计=416.5，p值=0.30270895558318833
• Excel：统计=416.5，p值=0,308034189578862

所以你可能会看到，我有 excel 和 python 的相反结果。根据这个解释 https://github.com/scipy/scipy/blob/v1.6.3/scipy/stats/stats.py#L7090-L7185 use_Continity 用于

• 平均排名 = n1*n2/2.0 + 0.5 * use_连续性

有没有可能解释不正确，确实有

• 平均排名 = n1*n2/2.0 - 0.5 * use_连续性 ?

或者也许你有任何其他想法为什么我会得到不正确的结果？

Answer 1

SciPy 中的连续性校正实现不正确，如

scipy/scipy#2118

中所述。 “应该”发生的是校正将检验统计量推向渐近分布的均值，稍微增加 p 值以补偿精确分布的离散性质。自从这个问题发布以来，mannwhitneyu已被重写，连续性校正的新实现已可用here

。

另外，请注意

use_continuity=-1

绝不应该被允许；这是一个错误。