Как посчитать критерий Манна-Уитни в Excel: формулы, примеры и лайфхаки

Критерий Манна-Уитни (или U-критерий) — это непараметрический метод статистики, который помогает сравнить две независимые выборки по уровню какого-либо признака. В отличие от t-критерия Стьюдента, он не требует нормального распределения данных и устойчив к выбросам. Но как его рассчитать, если под рукой только Excel, а специализированных программ вроде SPSS или R нет?

В этой статье вы найдёте пошаговую инструкцию с формулами, примерами и готовыми шаблонами для расчёта U-критерия прямо в электронных таблицах. Мы разберём не только базовый алгоритм, но и типичные ошибки, которые искажают результаты, а также покажем, как визуализировать данные для наглядности. Даже если вы никогда не сталкивались со статистикой, после прочтения сможете самостоятельно проанализировать две группы данных — будь то результаты тестов, медицинские показатели или маркетинговые метрики.

Что такое критерий Манна-Уитни и когда его использовать

U-критерий Манна-Уитни проверяет гипотезу о том, что две независимые выборки принадлежат одной и той же генеральной совокупности. Проще говоря, он отвечает на вопрос: "Есть ли статистически значимые различия между группами?". Например, вы можете сравнить:

• 📊 Эффективность двух маркетинговых кампаний по количеству лидов;
• 🩺 Уровень холестерина у пациентов до и после диеты;
• 🎓 Баллы студентов, обучающихся по разным программам.

Ключевое преимущество метода — он работает с порядковыми данными (рангами), а не с сырыми значениями. Это означает, что критерий устойчив к выбросам и не требует нормального распределения. Однако есть и ограничения:

⚠️ Внимание: Критерий Манна-Уитни не показывает размер эффекта — только факт его наличия. Для оценки силы различий дополнительно используйте, например, коэффициент Хэджеса или ранговую бисериальную корреляцию.

Когда нельзя применять U-критерий:

• 🔄 Если выборки зависимые (например, измерения до и после у одних и тех же испытуемых) — используйте критерий Уилкоксона;
• 📉 Если в данных слишком много одинаковых значений (связок) — более 25% от общего объёма;
• 📊 Если размер выборок меньше 5 наблюдений — результаты будут ненадёжными.

Подготовка данных в Excel: структурируем таблицу

Прежде чем приступать к расчётам, нужно правильно организовать данные. Вот минимальные требования к структуре таблицы:

1. Две выборки должны быть в отдельных столбцах (например, A2:A20 и B2:B25);
2. Каждое наблюдение — в отдельной строке (не группируйте данные!);
3. Удалите пустые ячейки и проверьте данные на ошибки (например, текст вместо чисел).

Пример правильной структуры:

Важно: Если выборки разного размера — это нормально. Критерий Манна-Уитни работает и с неравными группами. Однако минимальный размер меньшей выборки должен быть не менее 5 наблюдений, иначе результаты будут ненадёжными.

Пошаговый расчёт U-критерия в Excel

Теперь перейдём к самому алгоритму. Мы разобьём его на 5 этапов:

1. Объединение выборок и ранжирование;
2. Расчёт суммы рангов для каждой группы;
3. Вычисление U-статистик;
4. Определение критического значения;
5. Сравнение и принятие решения.

Шаг 1. Объединение и ранжирование

Скопируйте данные из обеих выборок в один столбец (например, D2:D40), затем отсортируйте его по возрастанию. Далее присвойте каждому значению ранг (порядковый номер). Если встречаются одинаковые значения (связки), используйте средний ранг. Например, для значений 10, 10, 10 ранги будут 2, 2, 2 (среднее от 1+2+3).

Формула для ранга в Excel:

=РАНГ.СР(D2;$D$2:$D$40;1) + (СЧЁТЕСЛИ($D$2:$D$40;D2)-1)/2

Шаг 2. Сумма рангов

Вернитесь к исходным выборкам и подставьте ранги из объединённого столбца. Затем посчитайте сумму рангов для каждой группы (СУММ). Обозначим их как R1 и R2.

Объединённые данные отсортированы по возрастанию|

Ранги присвоены всем значениям, включая связки|

Суммы рангов посчитаны для обеих выборок|

Размеры выборок (n1 и n2) записаны отдельно-->

Формулы для расчёта U-статистик

Теперь, когда у нас есть суммы рангов (R1 и R2) и размеры выборок (n1 и n2), можно вычислить две U-статистики:

U1 = n1*n2 + n1*(n1+1)/2 - R1
U2 = n1*n2 + n2*(n2+1)/2 - R2

В Excel это будут формулы:

=A2*B2 + A2*(A2+1)/2 - C2  // для U1
=A2*B2 + B2*(B2+1)/2 - D2  // для U2

где:

• A2 — размер первой выборки (n1);
• B2 — размер второй выборки (n2);
• C2 — сумма рангов первой выборки (R1);
• D2 — сумма рангов второй выборки (R2).

Из двух полученных значений (U1 и U2) выбираем меньшее — это и будет наш эмпирический U-критерий.

Почему выбираем меньшее U?

Меньшее значение U соответствует более редкому событию при нулевой гипотезе (отсутствии различий). Именно его мы сравниваем с критическим значением из таблиц.

Сравнение с критическим значением: принимаем решение

Чтобы понять, значимы ли различия между группами, нужно сравнить эмпирическое U (то, что мы посчитали) с критическим U из статистических таблиц. Критическое значение зависит от:

• 📏 Размеров выборок (n1 и n2);
• 📊 Уровня значимости (обычно α = 0.05).

Где взять критические значения?

1. Используйте онлайн-таблицы (например, на Laerd Statistics);
2. Возьмите из учебника по непараметрической статистике (например, Сидоренко Е.В. "Методы математической обработки в психологии");
3. Посчитайте приближённо в Excel для больших выборок (n1 и n2 > 20):

=НОРМ.ОБР(1-α/2)*КОРЕНЬ(n1*n2*(n1+n2+1)/12)

Правило принятия решения:

• Если эмпирическое U ≤ критического U → различия статистически значимы;
• Если эмпирическое U > критического U → различий нет.

⚠️ Внимание: При наличии большого количества связок (более 25%) используйте поправку на связки:

= 1 - (СУММКВ(счёт_связок) / ((n1+n2)^3 - (n1+n2))) / 12

где счёт_связок — количество одинаковых значений для каждого ранга, возведённое в куб и просуммированное.

Пример расчёта: разбор реального кейса

Рассмотрим практический пример. Допустим, у нас есть данные о времени реакции (в секундах) двух групп водителей после потребления кофеина и плацебо:

Кофеин (n1=8)	Плацебо (n2=7)
0.52	0.61
0.48	0.68
0.55	0.72
0.43	0.59
0.50	0.65
0.47	0.70
0.53	0.63
0.49	-

Шаги решения:

1. Объединяем данные в один столбец и сортируем:

0.43, 0.47, 0.48, 0.49, 0.50, 0.52, 0.53, 0.55, 0.59, 0.61, 0.63, 0.65, 0.68, 0.70, 0.72

2. Присваиваем ранги (например, 0.43 → 1, 0.47 → 2, и т.д.);
3. Суммируем ранги для каждой группы:
   • Кофеин: R1 = 1 + 2 + 3 + 5 + 6 + 7 + 8 + 4 = 36;
   • Плацебо: R2 = 9 + 11 + 13 + 10 + 12 + 14 + 15 = 84.

Вычисляем U:

U1 = 8*7 + 8*(8+1)/2 - 36 = 16
U2 = 8*7 + 7*(7+1)/2 - 84 = 40

Выбираем U = 16 (меньшее значение).

Сравниваем с критическим Uкр = 13 (для n1=8, n2=7, α=0.05).

Вывод: Так как 16 > 13, различия между группами не значимы (кофеин не влияет на время реакции в этом эксперименте).

Типичные ошибки и как их избежать

Даже опытные аналитики иногда допускают ошибки при расчёте критерия Манна-Уитни. Вот TOP-5 ловушек:

• 🔢 Неправильное ранжирование связок: Забывают присваивать средний ранг одинаковым значениям. Например, для 10, 10, 10 ранги должны быть 2, 2, 2 (а не 1, 2, 3).
• 📊 Игнорирование поправки на связки: Если связок много (>25%), необходимо скорректировать формулу критического U.
• 🔄 Путаница с зависимыми выборками: Критерий Манна-Уитни только для независимых групп! Для связанных пар используйте критерий Уилкоксона.
• 📉 Маленькие выборки: Если n1 или n2 < 5, результаты ненадёжны. Лучше использовать точный критерий Фишера.
• 🔍 Ошибки в формулах Excel: Например, забывают зафиксировать диапазон в РАНГ.СР знаками $.

Как проверить себя?

• Сравните сумму рангов с теоретической:

  R1 + R2 = n1*(n1+n2+1)/2 + n2*(n1+n2+1)/2 = (n1+n2)*(n1+n2+1)/2

  Если равенство не выполняется — где-то ошибка в ранжировании.

• Используйте онлайн-калькуляторы (например, Social Science Statistics) для перепроверки.

Автоматизация расчётов: макрос для Манна-Уитни

Если вам часто приходится считать U-критерий, можно создать макрос в Excel, который выполнит все шаги автоматически. Вот пример кода на VBA:

Sub MannWhitneyU()
Dim ws As Worksheet
Dim n1 As Integer, n2 As Integer
Dim R1 As Double, R2 As Double
Dim U1 As Double, U2 As Double

Set ws = ActiveSheet
n1 = ws.Range("A1").CurrentRegion.Rows.Count - 1 ' Размер первой выборки
n2 = ws.Range("B1").CurrentRegion.Rows.Count - 1 ' Размер второй выборки

' Копируем данные в временный столбец, сортируем, присваиваем ранги
' ... (здесь код для ранжирования)

' Считаем суммы рангов R1 и R2
R1 = Application.WorksheetFunction.Sum(ws.Range("C2:C" & n1 + 1))
R2 = Application.WorksheetFunction.Sum(ws.Range("D2:D" & n2 + 1))

' Вычисляем U
U1 = n1  n2 + n1  (n1 + 1) / 2 - R1
U2 = n1  n2 + n2  (n2 + 1) / 2 - R2

' Выводим результат
ws.Range("E1").Value = "U-критерий:"
ws.Range("E2").Value = WorksheetFunction.Min(U1, U2)
End Sub

Как использовать макрос:

1. Нажмите Alt + F11, чтобы открыть редактор VBA;
2. Вставьте код в новый модуль (Insert → Module);
3. Вернитесь в Excel и запустите макрос через View → Macros → MannWhitneyU.

⚠️ Внимание: Перед запуском макроса убедитесь, что данные расположены в столбцах A (первая выборка) и B (вторая выборка), начиная со второй строки. В противном случае скорректируйте диапазоны в коде.

FAQ: Частые вопросы по критерию Манна-Уитни

Можно ли использовать критерий Манна-Уитни для более чем двух выборок?

Нет, для сравнения трёх и более групп используйте критерий Краскела-Уоллиса (непараметрический аналог ANOVA). Манна-Уитни работает только с парными сравнениями.

Что делать, если в данных есть выбросы?

Критерий Манна-Уитни устойчив к выбросам, так как оперирует рангами, а не сырыми значениями. Однако если выбросов много (например, более 10% данных), рассмотрите возможность их исключения или использования робастных методов.

Как интерпретировать p-value для U-критерия?

Если вы используете специализированное ПО (например, SPSS или Python), оно может выдавать p-value вместо U. Правило простое:

• Если p ≤ 0.05 → различия значимы;
• Если p > 0.05 → различий нет.

В Excel p-value можно приблизительно оценить через нормальное распределение (для больших выборок).

Можно ли применять U-критерий для номинальных данных?

Нет, критерий Манна-Уитни предназначен для порядковых или количественных данных. Для номинальных переменных (например, "да/нет") используйте критерий хи-квадрат или точный критерий Фишера.

Где найти готовые шаблоны Excel для Манна-Уитни?

Готовые шаблоны можно скачать:

• На сайте Real Statistics (надстройка для Excel);
• В репозитории GitHub (поиск по запросу "Mann-Whitney Excel template");
• В учебных материалах по статистике (например, книги Энди Филда "Discovery Statistics Using IBM SPSS").

Обратите внимание на лицензию и проверяйте формулы перед использованием!