How to Conduct a Mann-Whitney U Test for Non-Parametric Data
Table of Contents
El test Mann-Whitney U es un método estadístico no paramétrico ampliamente utilizado para comparar las diferencias entre dos grupos independientes. A diferencia de las muestras independientes t-test, no requiere la asunción de la normalidad, lo que lo convierte en una alternativa robusta cuando los datos son ordinal, segados o contienen outliers. Esta prueba se conoce a menudo como la prueba de la toma de rango de Wilcoxon (los dos nombres son matemáticamente equivalentes).
¿Cuál es el examen Mann-Whitney U?
El test Mann-Whitney U evalúa si un grupo tiende a tener valores más grandes que el otro grupo comparando las filas de todas las observaciones. Examina la hipótesis nula de que las dos muestras independientes provienen de la misma distribución de la población contra la alternativa que un grupo es es estocásticamente mayor (o menor) que el otro. Debido a que no es paramétrico, el examen es apropiado cuando las suposiciones de la variabilidad paramétrica son violadas
Desarrollado por Henry Mann y Donald Whitney en 1947, e independientemente por Frank Wilcoxon, la prueba es uno de los procedimientos no paramétricos más populares. A menudo se enseña junto con la prueba de Wilcoxon firmado-rank (para datos emparejados) y la prueba Kruskal-Wallis (para más de dos grupos). 1947 papel de Mann y Whitney.
Cuándo utilizar el Mann-Whitney U Test
La prueba es ideal cuando usted tiene dos grupos independientes y sus datos cumplen los siguientes criterios:
- Muestras independientes: Las observaciones en un grupo no están emparejadas ni relacionadas con las del otro grupo.
- Datos ordinal o continuo: La variable debe ser al menos ordinal (por ejemplo, respuestas a escala de Likert, puntuaciones de dolor) o continua (por ejemplo, tiempos de reacción, puntajes de prueba).
- Distribución no normal: Si los datos son severamente segados o tienen más atractivos, la prueba Mann-Whitney U es preferida sobre la prueba t.
- Forma de distribución similar (opcional pero útil para la interpretación de medianas): Para interpretar la prueba como una comparación de medianas, es necesario asumir que las distribuciones de los dos grupos tienen la misma forma (además de un posible cambio).
Las aplicaciones comunes incluyen comparar los resultados del tratamiento en ensayos clínicos, analizar las respuestas de encuestas entre grupos demográficos y evaluar las métricas de rendimiento en estudios de experiencia de usuario.
Asunciones del examen Mann-Whitney U
Para garantizar resultados válidos, se deben cumplir las siguientes hipótesis:
- La independencia: Las muestras son independientes; ningún tema aparece en ambos grupos.
- Medición ordinal: Los datos son al menos ordinal para que la clasificación sea significativa.
- Muestra aleatoria: Idealmente, las observaciones se extraen aleatoriamente de sus respectivas poblaciones.
- Forma idetical bajo el nulo: La prueba es más potente cuando las distribuciones son similares, pero sigue siendo válida para detectar cualquier tipo de diferencia distribucional (por ejemplo, propagación, forma). Sin embargo, si desea interpretar la prueba estrictamente como una prueba de medianas, debe asumir diferencias y formas iguales.
Si los datos son continuos y normalmente distribuidos, la prueba t será más potente, pero la prueba Mann-Whitney U todavía conserva buena eficiencia (alrededor del 95% de la potencia de la prueba t para datos normales).
Realización del examen Mann-Whitney U: Paso a paso
A continuación delineamos el procedimiento manualmente. En la práctica, usted utilizará el software estadístico, pero entender los pasos refuerza la lógica.
Paso 1: Indique las hipótesis
Hipótesis nula (H0): Las dos poblaciones son idénticas, es decir, no existe una tendencia sistemática para que un grupo tenga valores más grandes que el otro. Más formalmente, la probabilidad de que una observación seleccionada aleatoriamente del Grupo A sea mayor que una del Grupo B equivale a 0,5.
Hipótesis alternativa (H1): Las poblaciones no son idénticas; específicamente, un grupo tiende a tener valores más grandes (dos o uno-sided).
Paso 2: Recopilar y organizar datos
Obtenga dos muestras independientes con tamaños n1 y n2. El número total de observaciones es N = n1 + n2. Asegúrese de que sus datos son al menos ordinal.
Paso 3: Rankear todos los puntos de datos juntos
Combina las dos muestras y clasifica las observaciones de menor a mayor tamaño. Si hay vínculos, asigne el rango promedio a cada valor atado. Por ejemplo, si las observaciones 4a y 5a son ambas 10, cada uno obtiene el rango 4.5.
Paso 4: Sum the Ranks for Every Group
Dejar R1 = suma de las filas de observaciones en el Grupo 1, y R2 = suma de las filas en el Grupo 2. Tenga en cuenta que R1 + R2 = N(N+1)/2.
Paso 5: Computar las estadísticas de U
Calcular U1 y U2:
U1 = n1 n2 + (n1(n1+1))/2 - R1
U2 = n1 n2 + (n2(n2+1))/2 - R2
La estadística de prueba es min(U1, U2) o U1 (dependiendo del software). Los dos valores U suman a n1 n2.
Paso 6: Determinar el valor p
Para muestras pequeñas (típicamente n1, n2 ≤ 20), utilice la distribución exacta de muestreo de U. Para muestras más grandes, la distribución de U aproxima una distribución normal con media = n1 n2 / 2 y desviación estándar = sqrt(n1 n2 (N+1)/12). Luego puede calcular un z-score y obtener un valor p de la distribución normal.
Paso 7: Dibujar una conclusión
Si el valor p es inferior a su nivel de significado elegido (por ejemplo, α = 0.05), rechaza la hipótesis nula y concluye que los dos grupos difieren significativamente.
Cálculo de ejemplo
Supongamos que tenemos dos grupos de pacientes que reciben diferentes tratamientos. Sus puntuaciones de dolor (en una escala 0-10) son:
- Grupo A (Tratamiento 1): 4, 6, 8, 3, 5
- Grupo B (Tratamiento 2): 9, 7, 10, 5, 6
Paso 3: Rank todos los resultados juntos. Valores clasificados: 3 (A), 4 (A), 5 (A), 5 (B), 6 (A), 6 (B), 7 (B), 8 (A), 9 (B), 10 (B). Niveles: Dos 5 tienen rango medio (3+4)/2 = 3.5; dos 6 tienen rango medio (5+6)/2 = 5.5.
- Grupo A: 1, 2, 3,5, 5,5, 7 → R1 = 1+2+3.5+5+7 = 19
- Grupo B: 3.5, 5.5, 8, 9, 10 → R2 = 3.5+5.5+8+9+10 = 36
Check: R1+R2 = 19+36 = 55 = 10*11/2 = 55. Correct.
Paso 5: Computar U. n1=5, n2=5. U1 = 5*5 + (5*6)/2 - 19 = 25+15-19 = 21. U2 = 25+15-36 = 4. La estadística de prueba es U = min(21,4) = 4. (Algunos usos de software U1, pero la conclusión es idéntica.)
Paso 6: valor p. Para n1=5, n2=5, el valor crítico en α=0.05 (dos colas) es 2 para el menor U. Puesto que U=4 es mayor de 2, no podemos rechazar H0. No hay diferencia significativa en las puntuaciones de dolor entre los dos tratamientos en el nivel 0.05.
En la práctica, siempre use software con correcto manejo de lazos. Para más ejemplos, vea el Guía de estadísticas de laerd sobre SPSS.
Interpretación de los resultados y la presentación de informes
Cuando se informa de la prueba Mann-Whitney U, se incluyen los siguientes:
- La estadística de prueba (U) y los tamaños de la muestra (n1, n2).
- El valor p, con el nivel de significación exacto utilizado.
- Estimación del tamaño de efecto (véase la sección siguiente).
- Una declaración sobre la dirección de la diferencia, si es significativa.
Ejemplo: "Una prueba Mann-Whitney U indicó que las puntuaciones de dolor no difieren significativamente entre el Tratamiento A (mediano = 5) y el Tratamiento B (mediano = 7), U = 4, p = 0.075 (exacto, bital)".
Tamaño del efecto y significancia práctica
Más allá del valor p, cuantificar la magnitud de la diferencia es esencial. Dos tamaños de efecto comunes para la prueba Mann-Whitney U son:
Correlación Rank-Biserial (r)
Calculado como r = 1 - (2U)/(n1 n2) para el caso de dos caras, o equivalentemente r = (2U)/(n1 n2) - 1. El valor varía de -1 a 1, donde 0 no indica superposición. En nuestro ejemplo, U=4, n1 n2=25, así r = 1 - (8/25) = 0.68, sugiriendo un tamaño de efecto moderado en la dirección del Grupo B que tiene puntuaciones mayores (aunque no).
Tamaño del efecto del lenguaje común (CLES)
Esto estima la probabilidad de que una observación seleccionada aleatoriamente del Grupo A sea mayor que la del Grupo B. Es igual a U/(n1 n2). En nuestro ejemplo, CLES = 4/25 = 0.16, lo que significa que sólo hay una probabilidad del 16% de que un valor del Grupo A supere uno del Grupo B. Esta es una medida más intuitiva.
Utilizando el software estadístico
Todos los principales paquetes estadísticos implementan la prueba Mann-Whitney U. A continuación se presentan ejemplos en R y Python.
R
Para los datos anteriores: devuelve U = 21 (el U más grande) con p = 0.075. Alternativamente, utilice para el valor p exacto.
Python (SciPy)
devuelve U = 21 y p = 0.075. Observe que Python predetermina al mayor de los dos valores U.
SPSS
Ir a Analyze √≥ Tests noparamétricos √Ī Legacy Dialogs √≥ 2 Muestras independientes. Coloque la variable y la variable de agrupamiento, seleccione Mann-Whitney U, y ejecutar.
Para más detalles, vea el Documentación de SciPy y el R documentación para wilcox.test.
Alternativas al examen Mann-Whitney U
- Muestras independientes t-test: Utilice cuando los datos se distribuyen normalmente y las diferencias son iguales. Más potente pero menos robusto.
- Welch es T-test: No asume diferencias iguales, todavía requiere normalidad. A menudo se utiliza en lugar de la prueba t-albergada.
- Prueba Kruskal-Wallis: Prueba no paramétrica para tres o más grupos independientes: la extensión de Mann-Whitney.
- Prueba Brunner-Munzel: Una prueba no paramétrica más robusta que no asume distribuciones iguales, incluso bajo la hipótesis nula. Recomendado cuando las distribuciones difieren en forma.
También considere las transformaciones antes de aplicar pruebas paramétricas, o utilizando pruebas de permutación para una inferencia completa sin distribución.
Pitfalls comunes y conceptos erróneos
A pesar de su sencillez, se producen con frecuencia varios errores:
- Suponiendo que pruebe medianas sin comprobar la forma de distribución: Si los dos grupos tienen diferentes variantes o formas, la prueba Mann-Whitney U puede rechazar la nula incluso cuando las medianas son iguales, porque es sensible a las diferencias en la distribución general.
- Usarlo para datos emparejados: Para muestras dependientes, use la prueba de Wilcoxon firmado-rank.
- Ignorando los lazos: Las líneas reducen la varianza y pueden inflar la estadística de prueba si no se maneja correctamente. Utilice siempre el software que se ajusta para los lazos.
- Reportando sólo el valor p: Siempre incluye un tamaño de efecto y intervalo de confianza para la magnitud de la diferencia.
- Utilizando una prueba de cola única sin una justificación previa fuerte: Las pruebas de dos colas son estándar; las pruebas de un solo cola requieren una hipótesis direccional clara.
Conclusión
El análisis Mann-Whitney U es una herramienta fundamental para el análisis no paramétrico de dos grupos independientes. Al enfocarse en las filas, evita las suposiciones restrictivas de la normalidad y es robusto para los outliers. Este artículo ha cubierto la racionalidad del test, las suposiciones, la computación manual paso a paso, la interpretación con tamaños de los efectos, y el método de análisis de la prueba siempre. Artículo de Wikipedia para una visión general concisa.