📊 statistics

Wilcoxon-Mann-Whitney Test of No Group Discrimination

Dit artikel corrigeert de veelvoorkomende misvatting dat de Wilcoxon-Mann-Whitney-toets de gelijkheid van verdelingen ( $F=G$ ) of stochastische dominantie beoordeelt, maar toont in plaats daarvan aan dat deze specifiek test of de oppervlakte onder de curve (AUC) gelijk is aan 0,5, terwijl het tevens de afgeleide asymptotische verdeling en correcties voor de bias in eindige steekproeven voor deze gestandaardiseerde toets levert.

Oorspronkelijke auteurs: Marian Grendar

Gepubliceerd 2026-07-22

📖 7 min leestijd🧠 Diepgaand

CC BY 4.0

Oorspronkelijke auteurs: Marian Grendar

Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer

De Grote Statistische Verwarring

Stel je voor dat je een detective bent die een mysterie probeert op te lossen: "Zijn deze twee groepen mensen werkelijk verschillend?" In de wereld van de statistiek is dit een klassiek probleem. Je hebt twee stapels data—misschien testscores van twee verschillende scholen, of reactietijden van twee groepen atleten. Om te achterhalen of de stapels werkelijk van elkaar verschillen, gebruiken statistici al lang een beroemd hulpmiddel genaamd de Wilcoxon-Mann-Whitney (WMW)-toets. Denk aan deze toets als een scheidsrechter in een race. Het maakt de scheidsrechter niet uit wat de exacte snelheid van elke loper is; in plaats daarvan kijkt hij naar wie vóór wie heeft gefinisht. Als Groep A Groep B consequent verslaat, zwaait de scheidsrechter met een gele kaart en zegt: "Deze groepen zijn verschillend!"

Decennialang was het regelboek voor deze scheidsrechter eenvoudig maar enigszins verkeerd begrepen. De standaarduitleg was dat de toets controleert of de twee groepen uit exact dezelfde "verdeling" komen—een chique manier om te zeggen: "Zien deze twee stapels getallen er in elke opzicht precies hetzelfde uit?" Als ze er niet hetzelfde uitzien, zou de toets moeten schreeuwen: "Verschillend!" Echter, dit artikel betoogt dat de scheidsrechter naar het verkeerde scorebord kijkt. De auteur, M. Grendár, suggereert dat de toets niet werkelijk controleert of de stapels identiek zijn; het controleert iets veel specifiekers: "Heeft de ene groep een betere kans om de andere te verslaan in een willekeurige een-tegen-een wedstrijd?" Dit staat bekend als de "Area Under the Curve" of AUC. Als de AUC 0,5 is, betekent dit dat de wedstrijd een kop-of-munt is en de groepen ononderscheidbaar zijn in termen van wie wint. Als het iets anders is, heeft één groep een systematisch voordeel. Waarom is dit belangrijk? Omdat als je het oude regelboek gebruikt wanneer de groepen op vreemde manieren verschillen (zoals het hebben van verschillende spreidingen in de data maar hetzelfde gemiddelde), de scheidsrechter in de war kan raken en je het verkeerde antwoord geeft.

De Plot Twist: Het Gaat Niet Om "Hetzelfde Eruitzien"

Het artikel begint door te wijzen op een logische fout in hoe we deze toets al jarenlang gebruiken. Traditioneel zeggen tekstboeken dat de WMW-toets de nulhypothese controleert: "De twee groepen zijn identiek ( $F = G$ )." Als de toets een verschil vindt, betekent dit dat de groepen niet identiek zijn. Maar de auteur laat zien dat dit te breed is.

Om dit te bewijzen, voert de auteur een simulatie uit met twee groepen data die absoluut niet identiek zijn. Stel je voor dat één groep hardlopers zeer consistent is (ze rennen allemaal even snel), terwijl de andere groep chaotisch is (sommigen rennen super snel, anderen super langzaam). Statistisch gezien zijn deze twee groepen verschillend; hun vormen zijn totaal verschillend. Volgens het oude regelboek zou de WMW-toets hen als verschillend moeten markeren. Maar hier komt de plot twist: wanneer de auteur de test 10.000 keer uitvoerde op deze mismatchte groepen, was het resultaat bijna exact 0,5. De test gedroeg zich alsof de groepen identiek waren, ook al waren ze dat duidelijk niet.

Dit creëert een tegenstrijdigheid. Als de test beweerde te controleren op "totale gelijkheid," had hij "Verschillend!" moeten schreeuwen toen de vormen zo verschillend waren. In plaats daarvan bleef hij stil. De auteur concludeert dat de toets niet werkelijk controleert of de groepen er hetzelfde uitzien; het controleert een veel nauwere vraag: "Is de kans dat een willekeurig persoon uit Groep A een willekeurig persoon uit Groep B verslaat gelijk aan 50%?" In de woorden van de auteur controleert de toets eigenlijk of de AUC = 0,5.

Het Werkelijke Doel: Wie Wint de Een-tegen-een?

Dus, wat doet de toets eigenlijk? Het artikel betoogt dat de WMW-toets een "discriminatie"-instrument is. Het vraagt: Als je één persoon uit Groep A en één persoon uit Groep B kiest en ze tegen elkaar laat racen, wie is er waarschijnlijker de winnaar?

Als het antwoord is "Het is een 50/50 kop-of-munt," dan is de AUC 0,5, en zegt de test: "Geen discriminatie hier."
Als Groep A 60% van de tijd wint, is de AUC 0,6, en zegt de test: "Er is een systematisch voordeel!"

Het artikel benadrukt dat de traditionele "alternatieve hypothese" (het idee dat de groepen verschillend zijn) te nauw is. Mensen denken vaak dat de toets alleen werkt als één groep strikt "beter" is dan de andere in een rechte lijn (zoals wanneer één groep altijd sneller rent dan de andere). Maar de auteur wijst erop dat de test eigenlijk consistent is tegen elke situatie waarin de AUC niet 0,5 is. Dit omvat rommelige scenario's waarbij de groepen elkaar meerdere keren kruisen, zolang er een netto voordeel is voor één zijde. De test is een meester in het detecteren van "wie de wedstrijd wint," niet "wie er hetzelfde uitziet."

De Wiskunde Repareren: Het "Bias"-Probleem

Zodra de auteur had vastgesteld dat de toets echt over de AUC gaat, realiseerde hij zich dat de wiskunde die we hebben gebruikt om de "betrouwbaarheid" van de resultaten te berekenen, er net iets naast zat. De oude formules gingen ervan uit dat de groepen op alle fronten identiek waren, wat leidde tot een kleine maar reële fout (een "bias") in de berekeningen, vooral wanneer de steekproeven klein waren.

De auteur leidt een nieuwe, gecorrigeerde manier af om de variantie (de spreiding van de resultaten) te berekenen.

Het Probleem: De oude wiskunde hield geen rekening met het feit dat we de AUC schatten op basis van een eindige steekproef, wat een kleine opwaartse bias introduceert.
De Oplossing: De auteur creëert een "bias-gecorrigeerde" formule. Hij laat zien dat als je een specifieke correctiefactor (die afhankelijk is van de steekproefomvang) aftrekt, je een veel nauwkeuriger beeld krijgt van de onzekerheid.
Het Resultaat: Ze bieden een nieuwe manier om betrouwbaarheidsintervallen (het bereik waar het ware antwoord waarschijnlijk ligt) op te stellen die zelfs werkt wanneer de data "ties" bevat (wanneer twee hardlopers exact dezelfde tijd halen). Dit is cruciaal omdat echte wereld-data zelden perfect is; het bevat vaak ties.

De auteur vermeldt ook dat voor zeer kleine groepen (minder dan 20 mensen in totaal) de standaard wiskunde helemaal niet betrouwbaar is, dus raadt hij een andere methode aan genaamd een "studentized permutation test", wat er in feite op neerkomt om de race keer op keer in een computersimulatie te draaien om te zien wat er gebeurt.

De Toolkit: Een Nieuwe Manier om de Race te Lopen

Om ervoor te zorgen dat mensen deze nieuwe bevindingen daadwerkelijk kunnen gebruiken, heeft de auteur een R-pakket ontwikkeld genaamd wmwAUC. Deze software biedt twee hoofdwijzen om de toets uit te voeren:

De "Exact Unbiased" (EU) methode: Dit is de gouden standaard die de auteur aanbeveelt. Het handelt ties perfect af en gebruikt de nieuwe, gecorrigeerde wiskunde. Het is de meest betrouwbare keuze, vooral voor kleinere groepen.
De "Bias-Corrected" (BC) methode: Dit is een iets conservatievere benadering die probeert extra voorzichtig te zijn.

Het artikel benadrukt dat hoewel de oude methoden in eenvoudige gevallen misschien wel oké werken, ze kunnen falen wanneer de data rommelig is of de groepen op vreemde manieren verschillen (zoals bij verschillende varianties). De nieuwe methoden zorgen ervoor dat wanneer je zegt "deze groepen zijn verschillend," je ook daadwerkelijk praat over een echt verschil in wie de wedstrijden wint, en niet over een statistische illusie veroorzaakt door het gebruik van de verkeerde formule.

De Kernboodschap

Kortom, dit artikel is een correctie op een langdurig misverstand in de statistiek. Het vertelt ons dat de Wilcoxon-Mann-Whitney-toets geen algemene "zijn deze groepen identiek?" detector is. Het is een specifieke "wie wint de wedstrijd?" detector. Door onze focus te verleggen van "verdeling-gelijkheid" naar "AUC = 0,5", en door de wiskunde te repareren om rekening te houden met kleine steekproeven en ties, krijgen we een veel duidelijker en eerlijker beeld van of twee groepen werkelijk verschillend zijn. De auteur wijst niet alleen op de fout; hij levert de gecorrigeerde formules en de softwaretools om het te herstellen, zodat toekomstige detectives het juiste oordeel vellen.

Technische Samenvatting: Wilcoxon-Mann-Whitney Test van Geen Groepsdiscriminatie

Probleemstelling
Het artikel daagt de traditionele formulering van de Wilcoxon-Mann-Whitney (WMW) test uit, die breed wordt onderwezen en geïmplementeerd als een test van distributieve gelijkheid ( $H_0: F = G$ ) tegen alternatieven van stochastische dominantie of algemene ongelijkheid ( $H_1: F \neq G$ ). De auteur betoogt dat deze formulering logisch gebrekkig is. Specifiek kan de test erin falen de nulhypothese te verwerpen, zelfs wanneer de onderliggende distributies $F$ en $G$ verschillend zijn (bijv. normale distributies met identieke gemiddelden maar verschillende varianties). In dergelijke gevallen is de traditionele nul $F=G$ onwaar, maar concentreert de teststatistiek zich op zijn nulwaarde, wat een contradictie creëert. Het artikel stelt dat de WMW-test feitelijk niet test op distributieve gelijkheid, maar op de afwezigheid van systematische paarwijze discriminatie.

Methodologie en Theoretisch Kader
Het artikel herdefinieert de WMW-teststatistiek $U$ als de empirische Area Under the Curve (eAUC), waarbij $\hat{A} = \frac{U}{n_1 n_2} = \widehat{P}(X < Y)$ . De kern van de methodologische bijdragen betreft het afleiden van de correcte asymptotische distributie en eind-steleffect-eigenschappen (finite-sample properties) van deze statistiek onder de herziene nulhypothese.

Correcte Formulering van de Hypothese:
Het artikel stelt vast dat de WMW-test feitelijk test:
- Nul: $H_0: \text{AUC} = 0.5$ (Geen groepsdiscriminatie).
- Alternatief: $H_1: \text{AUC} \neq 0.5$ (Systematische paarwijze dominantie).
  Dit sluit aan bij de consistentie-resultaten van Van Dantzig (1951), die aantoonden dat de test consistent is tegen elk alternatief waar $P(Y < X) \neq 0.5$ , ongeacht of stochastische dominantie geldt.
Asymptotische Distributie:
De auteur leidt de asymptotische distributie van de gestandaardiseerde empirische AUC af onder $H_0: \text{AUC} = A_0$ . Met behulp van U-statistiektheorie en Hoeffding-projecties laat het artikel zien dat $\sqrt{n}(\hat{A} - A_0)$ convergeert naar een normale verdeling $N(0, \sigma^2)$ , waarbij de variantie $\sigma^2$ afhankelijk is van de varianties van de plaatsingsvariabelen $G(X)$ en $F(Y)$ . Cruciaal is dat deze variantiestructuur verschilt van de traditionele variantieschatter afgeleid onder de aanname $F=G$ .
Correctie voor Eind-Steleffect-Bias (Finite-Sample Bias Correction):
Het artikel identificeert een bias in de eind-steleffecten van de naïeve variantieschatters van de plaatsingsvariabelen. De auteur leidt exacte bias-termen van de orde $O(n^{-1})$ af en stelt bias-gecorrigeerde schatters ( $\hat{\zeta}^{2*}$ ) voor die de exacte bias-componenten aftrekken.
Omgaan met Ties (Gelijke Waarden):
In het besef dat echte gegevens vaak 'ties' bevatten, breidt het artikel de theorie uit naar discrete of gediscretiseerde continue variabelen met behulp van een mid-rank kernel $h(x,y) = 1\{x < y\} + \frac{1}{2}1\{x=y\}$ .
- Een exacte, onbevooroordeelde variantieschatter voor eind-steleffecten wordt afgeleid via een lineaire combinatie van de gepoolde steekproefvariantie en de rij/kolom gemiddelde varianties (Theorem 1).
- Er wordt aangetoond dat de asymptotische distributie onder 'ties' dezelfde normale vorm behoudt, waarbij de tie-gecorrigeerde variantiecomponenten de waarschijnlijkheden van de 'ties' ( $\pi_X, \pi_Y$ ) bevatten.
Inference en Implementatie:
Het artikel stelt voor om betrouwbaarheidsintervallen te construeren voor de "pseudomediaan" (de verschuivingsparameter $\theta$ waarvoor $\text{AUC}(X, Y+\theta) = 0.5$ ) door de hypothesetest te inverteren. Twee specifieke inferentiemethoden zijn geïmplementeerd in het R-pakket wmwAUC:
- Exact Unbiased (EU): Gebruikt de exacte, onbevooroordeelde variantieschatter voor eind-steleffecten (Theorem 1) en een studentized permutatietest voor kleine steekproeven ( $n < 20$ ).
- Bias-Corrected (BC): Past de voor eind-steleffecten afgeleide bias-correctie toe op de variantiecomponenten, zelfs in de aanwezigheid van 'ties' (empirisch gevalideerd).

Belangrijkste Resultaten

Logische Consistentie: Het artikel demonstreert dat onder $H_0: \text{AUC} = 0.5$ de teststatistiek correct gedraagt, zelfs wanneer $F \neq G$ (bijv. in het geval van ongelijke varianties met gelijke gemiddelden), wat de contradictie oplost waarbij de traditionele test faalt om een valse $F=G$ hypothese te verwerpen.
Variantieschatting: De afgeleide variantieschatters (zowel asymptotisch als exact voor eind-steleffecten) blijken consistent en onbevooroordeeld onder de correcte nulhypothese. Het artikel biedt expliciete formules voor deze schatters, inclusief aanpassingen voor 'ties' en bias in eind-steleffecten.
Prestaties: Monte Carlo-simulaties (verwezen in de tekst) geven aan dat de Bias-Corrected (BC) methode in kleine steekproeven aan power kan verliezen, terwijl de Exact Unbiased (EU) methode de nominale grootte behoudt en power behoudt. Bij consequent wordt daarom de EU-methode aanbevolen als standaard.

Betekenis en Claims
Het artikel claimt een "fundamentele oplossing" te bieden voor de misinterpretatie van de WMW-test. De primaire betekenis ligt in:

Correctie van de Nulhypothese: Het stelt expliciet dat de WMW-test een test is van discriminatie ( $\text{AUC} \neq 0.5$ ), en niet van distributieve gelijkheid ( $F=G$ ).
Generalisering van het Alternatief: Het stelt vast dat de test consistent is tegen de brede klasse van alternatieven waar $P(Y < X) \neq 0.5$ , waarbij stochastische dominantie slechts als een speciaal geval wordt beschouwd.
Praktische Implementatie: Door het R-pakket wmwAUC te leveren met exacte inferentie voor eind-steleffecten en bias-gecorrigeerde asymptotische methoden, biedt het artikel een praktisch instrument voor onderzoekers om geldige inferentie uit te voeren onder het correcte theoretische kader, met name in scenario's met 'ties' of kleine steekproeven waar traditionele benaderingen kunnen falen.

De auteur merkt op dat hoewel dit werk zich richt op de twee-steekproef setting, vergelijkbare problemen waarschijnlijk bestaan in $k$ -steekproef extensies (bijv. Kruskal-Wallis), hoewel deze buiten de huidige reikwijdte vallen. Het artikel erkent dat Van Dantzig eerder het alternatieve hypothese correct had geïdentificeerd, maar deze koppelde aan de onjuiste nulhypothese; dit werk corrigeert die koppeling en levert de volledige asymptotische en eind-steleffect-machinerie die vereist is voor moderne toepassing.