下载文档原格式
问题5: ranksum和ttest的区别
《中国工业经济》2018年4月的文章《高管股权激励合约业绩目标的强制设计对公司管理绩效的影响》提供的代码中，在应用psmatch2函数进行配对之后，用了ttest和ranksum做检验，请问ttest和ranksum除了一个是t检验，一个是Z检验，分别适用于小样本和大样本之外，还有别的区别吗？
回答5
pstest, both做匹配后均衡性检验，理论上说此处只能对连续变量做均衡性检验，对分类变量的均衡性检验应该重新整理数据后运用χ2检验或者秩和检验。
但此处对于分类变量也有一定的参考价值。
两者之间最主要的区别是ttest是参数检验，ranksum是非参数检验，非参数检验不需要满足参数检验所需的数量条件。
在具体使用上，两组之间连续性变量的比较，如果为正态分布，可采用独立样本t检验，偏态分布可采用Wilcoxon秩和检验（即ranksum 检验）；两组之间分类变量之间的比较，可采用卡方检验，如果是等级变量，则采用秩和检验。
秩和检验英语"秩和检验"的英文表述有"Rank sum test"或"Wilcoxon rank-sum test"。
"Rank sum test"直接翻译为"秩和检验"，是一种非参数统计方法，用于比较两个或多个独立样本的差异。
它不依赖于样本的正态分布假设，适用于各种数据类型。
"Wilcoxon rank-sum test"则是一种具体的秩和检验方法，也被称为"Wilcoxon 两样本秩和检验"。
它用于比较两个独立样本的中位数是否有显著差异。
例如，在医学研究中，可以使用秩和检验来比较两种治疗方法对患者症状改善的效果，或者比较不同群体在某个指标上的差异。
在统计学中，秩和检验常用于当数据不满足参数检验的前提条件（如正态分布）时。
除了"Rank sum test"和"Wilcoxon rank-sum test"，还有其他一些与秩和检验相关的英文术语，如"Kruskal-Wallis test"（克鲁斯卡尔-沃利斯检验），用于比较多个独立样本的差异，"Mann-Whitney U test"（曼-惠特尼 U 检验），是一种特殊情况下的秩和检验。
总的来说，"秩和检验"在统计学中是一个常用的方法，用于评估样本之间的差异，而具体的英文表述可能会根据不同的统计软件或文献有所差异。
如果你需要在英语语境中使用"秩和检验"这个概念，可以根据具体情况选择合适的表述方式。
如果你对秩和检验还有其他疑问，或者需要更深入的解释，我将尽力为你提供帮助。
秩和检验数据要求
秩和检验（Rank Sum Test），也称为Mann-Whitney U检验，是一种非参数统计检验方法，用于比较两个独立样本的中位数是否相同。
这种检验不依赖于数据的分布，特别适用于分布未知或非正态分布的数据。
进行秩和检验时，对数据的要求通常包括：
1. 独立性：两个比较的样本应该是独立的，即一个样本的数据不应该受到另一个样本数据的影响。
2. 可比性：虽然秩和检验不要求数据必须来自正态分布，但是数据应该是有可比性的，意味着每个样本应该是一个总体的一部分。
3. 同质性：通常，秩和检验要求两个样本的总体分布应该是同质的，这意味着两个总体的分布不应该有显著的差异。
4. 样本大小：虽然秩和检验可以用于小样本数据，但是当样本大小非常小（例如，每个样本小于10）时，检验的准确性可能会受到影响。
5. 数据的数值性质：秩和检验适用于定量数据，可以是连续的或离散的。
对于分类数据，需要先转换为定量数据，例如，通过计算每个类别的频数或频率。
6. 无异常值：虽然秩和检验在一定程度上可以处理异常值，但是过多的异常值可能会影响检验的准确性。
在进行秩和检验之前，通常需要对数据进行适当的预处理，例如，将分类数据转换为数值，处理缺失值，以及将异常值纳入考虑。
此外，
还需要检查数据的分布特性，以确定秩和检验是否适合。
在某些情况下，可能需要使用秩和检验的改进版本，如Wilcoxon符号秩检验或Wilcoxon秩和检验，来处理特定类型的问题。
秩和检验前面介绍的均数的区间估计及假设检验，都是要求个体变量值服从正态分布，或根据中心极限定理，当样本较大时，样本均数服从正态分布。
这种要求样本来自总体分布型是已知的，在此基础上对总体参数进行估计或检验，称为参数统计（parametric statistics）。
但在医学研究中，许多数据不符合参数统计的要求，这时有两种处理的方法。
一是，进行数据转换，使其符合参数统计方法的要求。
二是，选择非参数检验方法，非参数检验(non-parametric test)方法是对样本来自的总体分布不作要求（如不要求样本来自正态分布）的一类假设检验方法。
非参数检验的主要优点是对样本的总体分布不作要求，适用的范围广，尤其是当变量中有不确定数值时，如<0.5mg,可用非参数检验。
同时，非参数检验方法存在其致命的缺点，其检验功效低于相应的参数统计方法。
因此，如果数据符合参数统计的要求首选参数统计方法；如果数据不符合参数统计的要求有两个选择，一是选择非参数检验方法。
下面介绍了属于非参检验的两种秩和检验（rank sum test）方法。
二是，将数据经过变换使其符合参数统计方法，再选择参数统计方法，本节介绍了几种数据变换方法。
应用条件①总体分布形式未知或分布类型不明；②偏态分布的资料：③等级资料：不能精确测定，只能以严重程度、优劣等级、次序先后等表示；④不满足参数检验条件的资料：各组方差明显不齐。
⑤数据的一端或两端是不确定数值，如“>50mg”等。
一、配对资料的Wilcoxon符号秩和检验（Wilcoxon signed-rank test）例1对10名健康人分别用离子交换法与蒸馏法，测得尿汞值，如表9.1的第（2）、（3）栏，问两种方法的结果有无差别？表1 10名健康人用离子交换法与蒸馏法测定尿汞值(μg/l)样品号（1）离子交换法（2）蒸馏法（3）差值(4)=(2) (3)秩次（5）1 0.5 0.0 0.5 22 2.2 1.1 1.1 73 0.0 0.0 0.0 —4 2.3 1.3 1.0 65 6.2 3.4 2.8 86 1.0 4.6 -3.6 -97 1.8 1.1 0.7 3.58 4.4 4.6 -0.2 -19 2.7 3.4 -0.7 -3.510 1.3 2.1 -0.8 -5T+=+26.5T-=-18.5差值先进行正态性及方差齐性检验，看是否可以做参数检验，其检验效能高于非参数检验。
