基于R语言非参数统计Brown-Mood中位数检验和Wilcoxon-Mann-Whitney秩和检验

 实验案例：

 分析方法：Brown-Mood中位数检验和Wilcoxon-Mann-Whitney秩和检验

首先加载函数进行分位数检验：

（1）Brown-Mood中位数检验及任意q分位数的检验；

假设：H0：Mx=My;       H1:Mx>My

可以看到，精确的p值为0.07585>0.05，可以拒绝原假设，认为两组数据25%分位数不同。

同理，对75%分位数进行检验：

 

 可见p值为0.102>0.05，拒绝原假设，认为两组数据有没相同的75%分位数。

同理，对50%分位数进行检验：

可见p值为0.04977<0.05，不拒绝原假设，认为两组数据有有相同的50%分位数.

Brown-Mood中位数检验：

中位数检验结果显示p值为0.86，拒绝原假设，说明两种饲料对小鼠体重存在显著差异。 

 

 

 

2.Wilcoxon-Mann-Whitney秩和检验 

假设       H0：μ1=μ2            H1：μ1≠μ2 

 数据可知P值为0.1042大于0.05，不拒绝原假设，即两种饲料下的小鼠体重无显著差异。

总结：Brown-Mood检验与符号检验的思想类似，仅比较了两组数据的符号；类似于单样本的Wilcoxon符号秩检验，利用更多信息构造检验；而Wilcoxon-Mann-Whitney秩和检验是Brown-Mood检验的升级版。

总程序：