报告 Wilcoxon 多重比较的 W（或 U 值）<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />是否可以让 JMP 确定 W（或 U）值？ 用于多重比较的 Wilcoxon 方法的输出没有描述这一点，这是令人失望的。
回复：报告 Wilcoxon 多重比较的 W（或 U 值）我在这个回复之前开始了我的另一篇文章，那是周五下午晚些时候
如果您尝试确定当页脚具有一个或多个级别时存在差异的地方，JMP 可以使用非参数统计检验为您处理成对检验，就像方差分析一样。 在提供的截图中塞巴斯蒂安霍夫迈斯特，他提供了一个具有两个水平的因子检验。 在这种情况下，运行 Wilcoxon 检验（非参数 > Wilcoxon 检验）会提供两个结果：正态近似和卡方近似。 前者是 Wilcoxon Rank Sums 检验的结果，后者是 Kruskal-Wallis 检验的结果。 如果您有幸拥有 JMP Pro，还应该显示 Exact 测试的结果。 当样本量较小 (N ≤ 20) 时，应使用精确检验代替正态近似。
当您的事实只有两个水平时，Wilcoxon Rank Sums 检验的结果将让您知道这两个水平之间是否存在显着差异。 如果您有两个以上级别，Kruskal-Wallis 测试只会告知您至少有一个级别存在显着差异。 下面显示了具有两个以上水平的非参数测试的示例。
请注意，没有 2 样本测试结果（正态近似）。 在我的示例中，JMP 不显示 Wilcoxon Rank Sums 检验的结果，因为它不适用。 Krusal-Wallis 检验的结果是检测到季节效应（p = 0.0008），因此我使用 Steel-Dwass 方法进行配对检验。 Steel-Dwass 方法是 Turkey HSD（也称为 Turkey-Kramer 方法或 Tukey 范围检验）的非参数等效方法。 为了获得成对检验结果，您可以转到“非参数”>“非参数多重比较”，您将在其中看到一系列非参数成对检验。 有关这些测试的更多信息，您可以首先参考 JMP 在线帮助：非参数单因素分析。 在线帮助应该足以让您开始确定哪种配对检验适用于您的分析。
回复：报告 Wilcoxon 多重比较的 W（或 U 值）就像统计学中的许多事情一样，似乎有很多方法可以满足您的需求。 Sebastianhoffmeister 的回答非常准确，JMP 间接报告了您需要的统计数据。 正如您的问题标题所暗示的那样，就像 Wilcoxon Rank Sums 测试本身一样，U 统计量的命名取决于来源。 在回答你的问题之前查了一下这个，我发现在维基百科条目中，这是曼-惠特尼 U 检验，它是 U 统计量。 在我的立方体中的统计教科书（Ott 和 Longnecker，第 5 版）中，它被称为 T 统计量，但关于 Wilcoxon 检验的章节中的一个示例有一个来自 Minitab 的示例，其中明确指出“检验统计量 W...与 Wilcoxon T 相同。”
在 JMP 中，Wilcoxon 统计量为 S，根据 JMP 帮助，它是排名分数的总和。 S 不是 U/W/T，但似乎是分数总和中较大的一个；请注意 sebastianhoffmeister 的屏幕截图 S = 429.5，m 级的分数总和。 U 统计数据可以根据分数总和 s1 和 s2 计算。 如果您参考 Wiki 条目，您会发现在 sebastianhoffmeister 的示例中，U1 = 50.5，U2 = 309.5。 根据维基百科条目，应选择 U1，这意味着 S 的值为 350.5，但 JMP 选择较大的 U 统计量，该统计量也恰好是较大的分数总和。
我在奥特和朗内克身上看到的情况并不表明这两个过程是不正确的。 根据该文本进行 Wilcoxon 测试的过程是：
- 从最小到最大列出两个样本的数据值。
- 将数字 1 到 N 分配给数据值，其中 1 代表最小值，N 代表最大值。 这些是观察结果的等级。
- 如果组合数据集中存在平局（即重复值），则平局中观测值的排名将被视为这些观测值排名的平均值。
- 令 T 表示总体 1 的观测值的等级总和。
该过程没有对哪些群体构成群体 1 提出任何要求。
我这里的另一篇文章（米尔顿和阿诺德，第四版）指出，“检验统计量……是与最初构成较小样本的观察结果相关的排名之和。” 当我第一次了解到 Wilcoxon Rank Sums 测试研究生院以便我的研究团队能够发表论文时，在我的第一次提交的同行评审过程中，我被要求对非正态数据集使用 t 检验，这让我很不高兴地说至少，我记得一位统计学教授借给我的关于非参数统计的文本也提到应该使用样本量较小的总体的分数总和。 JMP 似乎也在这样做。
回复：报告 Wilcoxon 多重比较的 W（或 U 值）感谢您的回复！
明白了，所以在处理大量 Y 响应时，我必须成对地完成它们，而不是多重比较方法。
沿着同样的思路，请原谅我的无知，但如果我手动计算 U 值' U=((n1n2) + (n1(n1+1))/2)-R1'我没有得到与分数总和相同的值。 我用第二个软件包检查了这个值，它是正确的，只是试图不必使用多个软件包来进行我想要进行的数十次比较。 再次感谢
回复：报告 Wilcoxon 多重比较的 W（或 U 值）据我所知，JMP 中没有明确的方法可以做到这一点。 当然，JMP 会报告分数总和：
如果我没记错的话，要得到 W，你只需从这些总和中取最小值即可。
