解释单样本 Wilcoxon 的主要结果

请完成以下步骤来解释单样本 Wilcoxon 检验。主要输出包括中位数估计值、置信区间和 p 值。

步骤 1：确定总体中位数的置信区间

首先考虑样本中位数，然后检查置信区间。

样本数据的中位数是对总体中位数的估计值。由于中位数基于样本数据而不是整个总体，因此样本中位数通常不等于总体中位数。使用置信区间可以更好地估计总体中位数。

置信区间提供总体中位数的可能值范围。例如，95% 置信水平表明，如果从总体中随机抽取 100 个样本，则大约 95 个样本将产生包含总体中位数的区间。置信区间有助于评估结果的实际意义。使用您的专业知识可以确定置信区间是否包括对您的情形有实际意义的值。如果区间因太宽而毫无用处，请考虑增加样本数量。

由于 Wilcoxon 统计量的不连续性，因此不能始终获得具备要求的置信水平的置信区间。Minitab 使用正态近似和连续校正计算出最接近的取得值。

To get both the confidence interval and the test results you must perform the analysis twice because Minitab only calculates one item at a time.

方法 η: 时间的中位数

描述性统计量 η 的置信取得的样本 N 中位数区间置信度时间 16 11.55 (9.2, 12.6) 94.75%

在这些结果中，反应时间的总体中位数估计值为 11.55。总体中位数介于 9.2 和 12.6 之间的可信度为 94.75%。

要确定总体中位数和假设中位数的差值在统计意义上是否显著，请将 p 值与显著性水平进行比较。通常，显著性水平（用 α 或 alpha 表示）为 0.05 即可。显著性水平 0.05 指示在实际上不存在差值时得出存在差值的风险为 5%。

P 值 ≤ α：中位数的差值在统计意义上显著（否定 H₀）: 如果 p 值小于或等于显著性水平，则决策为否定原假设。您可以得出总体中位数和假设中位数的差值在统计意义上显著的结论。请使用您的专业知识确定差值在实际意义上是否显著。有关更多信息，请转到统计显著性和实际显著性。
P 值 > α：中位数的差值在统计意义上不显著（无法否定 H₀）: 如果 p 值大于显著性水平，则决策为无法否定原假设。您没有足够的证据得出总体中位数与假设中位数存在显著差异的结论。您应该确保检验具有足够的功效来检测到在实际意义上显著的差值。

To get both the confidence interval and the test results you must perform the analysis twice because Minitab only calculates one item at a time.

方法 η: 时间的中位数

描述性统计量样本 N 中位数时间 16 11.55

检验原假设 H₀: η = 12 备择假设 H₁: η < 12

Wilcoxon 样本检验 N 统计量 P 值时间 16 53.00 0.227

原假设声明反应时间的中位数为 12 分钟。由于 p 值为 0.227（大于显著性水平 0.05），因此您无法否定原假设，而且无法得出反应时间的中位数小于 12 分钟的结论。