成對平均值/差值/斜率

該工具列出資料的所有成對組合,並對其做穩健彙總。成對平均值給出樣本中心的 Hodges-Lehmann 估計,成對差值給出兩個獨立樣本之間的 Hodges-Lehmann 位移,成對斜率給出 Theil-Sen 斜率。適用於偏斜資料或存在離群值的情形。觀測值必須相互獨立。輸出包括估計值、平均值和差值的信賴區間、表格和直方圖。

最後審閱

核心要點

成對平均值、差值和斜率給出穩健且不依賴分配的估計:單樣本的 Hodges-Lehmann 中位數、兩個樣本之間的 Hodges-Lehmann 位移,以及趨勢的 Theil-Sen 斜率。

本頁內容
  1. 用途
  2. 主要功能
  3. 統計方法
  4. 輸入欄位和選項
  5. 輸出說明
  6. 計算範例

用途

成對平均值/差值/斜率列出資料的所有成對組合,並用穩健且不依賴分配的估計加以彙總。成對平均值給出樣本中心的 Hodges-Lehmann 估計;成對差值給出兩個獨立樣本之間位移的 Hodges-Lehmann 估計;成對斜率給出趨勢的 Theil-Sen(Sen 斜率)估計。當資料偏斜或含有離群值,且您不希望少數極端值拉動平均值或最小平方斜率時使用。

主要功能

  • 三種工具合一,透過 Type 選擇:成對平均值(單樣本)、成對差值(兩個獨立樣本)和成對斜率(成對的 X 和 Y)。
  • 中位數的 Hodges-Lehmann 估計,其信賴區間來自 Wilcoxon 符號等級檢定。
  • 兩個樣本之間位移的 Hodges-Lehmann 估計,其近似信賴區間來自 Mann-Whitney 分配。
  • Theil-Sen 斜率:所有成對斜率的中位數。
  • 成對值表(顯示前 200 個)以及所有成對值的直方圖。
  • Data Options:在分析之前對列進行子集篩選。

統計方法

成對平均值:對於 n 個觀測值,工具構成所有 n(n + 1)/2 個 Walsh 平均值 (xᵢ + xⱼ)/2(i ≤ j),包括每個值與其自身的平均。它們的中位數是總體中位數(對稱分配的中心)的 Hodges-Lehmann 估計。信賴區間包含這樣的每個 Walsh 平均值:將雙側 Wilcoxon 符號等級檢定用作中位數檢定時,在 α = 1 − 信賴水準下不被拒絕的那些值(觀測值不超過 50 個時使用精確檢定,超過時使用常態近似)。

成對差值:對於大小為 n₁ 和 n₂ 的樣本,工具構成所有 n₁·n₂ 個差值 xᵢ − yⱼ;它們的中位數是兩個總體之間位移的 Hodges-Lehmann 估計。近似信賴區間從第 (k+1) 小的差值延伸到第 (k+1) 大的差值,其中 k = floor(n₁n₂/2 − z·√(n₁n₂(n₁ + n₂ + 1)/12)),這是 Mann-Whitney 統計量的常態近似。遺漏值在每個樣本中分別剔除。

成對斜率:對於 n 個成對的 (x, y) 觀測值,工具對每一對 x 值不同的觀測計算斜率 (yⱼ − yᵢ)/(xⱼ − xᵢ);x 相同(結)的對被跳過。這些斜率的中位數即 Theil-Sen 估計,它不受約 29% 以內野值點的影響。不給出斜率的信賴區間。三種估計都假定觀測值相互獨立;成對平均值還假定分配大致對稱。

輸入欄位和選項

欄位

說明

Type

Pairwise Averages(單樣本:Walsh 平均值 / Hodges-Lehmann 估計量,預設)、Pairwise Differences(兩個獨立樣本:Hodges-Lehmann 位移估計量)或 Pairwise Slopes(成對 X/Y:Theil-Sen / Sen 斜率估計量)。

Variable

數值型欄。Pairwise Averages 必填。

First sample / Second sample

數值型欄。Pairwise Differences 必填;差值為 first − second。

X variable / Y variable

成對值的數值型欄。Pairwise Slopes 必填。

Confidence level

預設為 95,範圍 75 至 100。僅用於 Pairwise Averages 和 Pairwise Differences。

Data Options: Subset (optional)

Exclude matching rows(預設)或 Include only matching rows,按列號和/或條件選擇。

pairwise-averages-differences-slopes-inputs


圖 1 — 燈泡壽命範例的選項:Hours 的 Pairwise Averages,信賴水準 95%。

輸出說明

  • Summary table —— 所用的欄、N(或 N1 和 N2)、成對值的個數、估計值(Hodges-Lehmann 中位數、Hodges-Lehmann 位移或 Theil-Sen 斜率),以及對於平均值和差值的信賴區間。
  • Table of pairwise values —— 已排序,前 200 列。
  • 所有成對值的直方圖。
  • 透過 Download 匯出 PDF。

pairwise-averages-differences-slopes-output


圖 2 — 燃燒時間的成對平均值:5050 個 Walsh 平均值,Hodges-Lehmann 估計為 1248.28 小時,95% CI 為 1232.335 至 1263.55 小時。

計算範例

一名品質工程師對 100 個燈泡進行試驗直至失效(Hours,1044 至 1510 小時),希望在不假定常態分配的情況下得到典型燃燒時間及其信賴區間。工程師選擇 Pairwise Averages,選擇 Hours 作為變數,並保持 95% 信賴水準。

工具構成 100 × 101 / 2 = 5050 個成對平均值。它們的中位數,即典型燃燒時間的 Hodges-Lehmann 估計,為 1248.28 小時,95% 信賴區間為 1232.335 至 1263.55 小時。成對平均值的直方圖為單峰,圍繞該值近似對稱。

作為對比,資料的普通平均值為 1248.00 小時,基於 t 的 95% 區間約為 1231.3 至 1264.7 小時:對於這些較為對稱的資料,穩健方法與經典方法的結果一致,這讓工程師對該數值有信心。若資料偏斜或有少數很早的失效,Hodges-Lehmann 估計的變動將遠小於平均值。若要比較兩種燈泡設計,工程師應選擇 Pairwise Differences,並讀取 Hodges-Lehmann 位移及其區間。

常見問題

什麼是 Hodges-Lehmann 估計量?

對於單樣本,Hodges-Lehmann 估計量是所有 Walsh 平均值的中位數,即成對平均值 (xi + xj)/2(包括每個值與其自身的平均),用於估計對稱分配的中心。對於兩個獨立樣本,它是所有成對差值的中位數,用於估計兩個總體之間的位移。

什麼是 Theil-Sen 斜率?

Theil-Sen 斜率也稱 Sen 斜率,是每一對 x 值不同的 (x, y) 點之間斜率的中位數;x 相同(結)的對被跳過。它不受約 29% 以內野值點的影響。不給出斜率的信賴區間。

何時應使用成對平均值、差值或斜率?

當資料偏斜或含有離群值,且您不希望少數極端值拉動平均值或最小平方斜率時使用。單樣本選擇成對平均值,兩個獨立樣本選擇成對差值,顯示趨勢的成對 X 和 Y 資料選擇成對斜率。

Hodges-Lehmann 估計有哪些假設?

三種估計都假定觀測值相互獨立,成對平均值還假定分配大致對稱。成對平均值的信賴區間來自 Wilcoxon 符號等級檢定,成對差值的區間是基於 Mann-Whitney 分配的近似。