Wilcoxonのマルチ比較のためのW（またはU値）の報告<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />JMPにW（またはU）値を決定させることは可能ですか？多重比較のためのウィルコクソン法の結果はこれを説明していないが残念である。
再：Wilcoxonのマルチ比較のためのW（またはU値）の報告私はこの回答の前に私の他の記事を始めました、そしてそれは金曜日の午後遅くでした
フッターにそれ以上のレベルがあるときに違いがどこにあるのかを判断しようとしている場合は、ANOVAの場合と同じように、ノンパラメトリック統計検定でペアワイズ検定を処理できます。によって提供されるスクリーンショットではセバスチャンホフマイスター 、彼は2つのレベルを持つ要因でテストを提供します。その場合、Wilcoxon検定（ノンパラメトリック> Wilcoxon検定）を実行すると、正規近似とカイ二乗近似の2つの結果が得られます。前者はWilcoxon Rank Sums検定の結果、後者はKruskal-Wallis検定の結果です。あなたがJMP Proを持っているのに十分幸運なら、Exactテストの結果も示されるべきです。標本サイズが小さい（N≤20）場合は、正規近似の代わりに正確検定を使用してください。
事実が2つのレベルしかない場合、Wilcoxon Rank Sums検定の結果から、2つのレベル間に有意差があるかどうかがわかります。あなたが3つ以上のレベルを持っているなら、Kruskal-Wallisテストはあなたのレベルの少なくとも1つが有意に異なるということをあなたに知らせるだけです。2レベル以上のノンパラメトリック検定の例を以下に示します。
2標本検定結果（正規近似）はありません。この例ではWilcoxon Rank Sums検定の結果は適用されないため、JMPは表示しません。Krusal-Wallis検定の結果、季節効果が検出された（p = 0.0008）ので、ペアワイズ検定にSteel-Dwass法を使用しました。Steel-Dwass法は、Turkey HSD（Turkey-Kramer法またはTukeyの範囲検定としても知られています）のノンパラメトリック等価物です。ペアワイズテストの結果を取得するには、ノンパラメトリック>ノンパラメトリック多重比較に移動します。ここで、ノンパラメトリックペアワイズテストが表示されます。これらのテストの詳細については、JMPのオンラインヘルプを参照してください。ノンパラメトリック一元分析 。オンラインヘルプには、どのペアワイズテストが分析に適しているかを判断するための十分な知識が必要です。
再：Wilcoxonのマルチ比較のためのW（またはU値）の報告統計学と同じように、必要なものを取得するにはいくつかの方法があります。sebastianhoffmeisterは、ほぼ彼の回答に順応していました、そしてJMPは間接的にあなたが必要とする統計を報告します。あなたの質問の題名が暗示しているように、Wilcoxon Rank Sumsテスト自体と同じように、U統計量は出典に応じて命名されます。あなたの質問に答える前にこれを調べた後、私はウィキペディアのエントリで、Mann-WhitneyのU検定のためのものであることを発見しました、それはU統計量です。ここに私の立方体の中にある統計の教科書（Ott and Longnecker、5th ed。）ではT統計と呼ばれていますが、Wilcoxon検定の章の例にはMinitabの例があります。"検定統計量W…はWilcoxon Tと同一です。"
JMPでは、Wilcoxon統計はSであり、JMPの助けによれば、これはランクスコアの合計です。SはU / W / Tではありませんが、合計スコアの大きい方のように見えます。sebastianhoffmeisterのスクリーンショットに注意してくださいS = 429.5、レベルmのスコアの合計。Ｕ統計量は、スコアの合計、Ｓ１およびＳ２から計算することができる。Wikiのエントリを参照すると、sebastianhoffmeisterの例では、U1 = 50.5およびU2 = 309.5です。ウィキペディアの記事によると、U1を選択する必要があります。つまり、Sの値は350.5になりますが、JMPは、より大きなスコアの合計であることもある、より大きなU統計を選択します。
私がOttとLongneckerに見たものは、どちらのプロセスが間違っていることを示すものではありません。そのテキストに従ったウィルコクソン検定のプロセスは次のとおりです。
- 最小から最大までの両方のサンプルのデータ値をリストします。
- 1からNをデータ値に割り当て、1を最小値に、Nを最大値に割り当てます。これらは観測のランクです。
- 結合データセットに同順位（つまり重複する値）がある場合、同順位内の観測値のランクはそれらの観測値のランクの平均と見なされます。
- 人口1の観測値の順位の合計をTとする。
このプロセスでは、どの人口が人口1を構成するかについての要件は設定されていません。
私がここに持っているもう一つのテキスト（ミルトンとアーノルド、第4版）は、それは述べている、「検定統計量…元々はより小さな標本を構成していた観測に関連したランクの合計です」。私の研究チームが発表できるようにWilcoxon Rank Sumsテスト大学院について最初に知ったとき - 私の最初の提出のための査読プロセスの間に正常でないデータセットのt検定の使用を求められて少なくとも、統計学の教授がノンパラメトリック統計について貸し出してくれたテキストも思い出してください。このスコアは標本サイズの小さい母集団から得たものを使用する必要があるとも述べています。これはJMPもやっているようです。
再：Wilcoxonのマルチ比較のためのW（またはU値）の報告ご協力ありがとうございます
ガチャ、それで私はYの応答の大きなセットを扱うとき多重比較法の代わりにそれらをすべて対にしなければならないでしょう。
同じ方向に沿って私の無知を赦してください、しかし私が手でU値を計算するならば ' Ｕ ＝（（ｎ 1 ｎ 2）＋（ｎ 1（ｎ 1 ＋１））／ ２）−Ｒ 1 ' スコア合計と同じ値が得られません。私は2番目のソフトウェアパッケージでこの値をチェックしましたが、それは正しかった、私が作成しようとしている数十の比較のために複数のパッケージを使用する必要がないようにするためです。再度、感謝します
再：Wilcoxonのマルチ比較のためのW（またはU値）の報告私の知る限りでは、JMPでそれを行うための明示的な方法はありません。しかし、もちろんJMPはスコアの合計を報告しています。
私が正しく覚えているならば、Wを得るためにあなたはちょうどそれらの合計から最小値を取るでしょう。
