<rss xmlns:atom="http://www.w3.org/2005/Atom" version="2.0"><channel><title>Mann-Whitney-U - Nhãn - NZQIRC</title><link>https://nzqirc.xyz/tags/mann-whitney-u/</link><description>Mann-Whitney-U - Nhãn - NZQIRC</description><generator>Hugo -- gohugo.io</generator><language>vi</language><copyright>This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.</copyright><lastBuildDate>Mon, 21 Sep 2026 23:12:00 +0700</lastBuildDate><atom:link href="https://nzqirc.xyz/tags/mann-whitney-u/" rel="self" type="application/rss+xml"/><item><title>Dot Plot Hay Box Plot? Minh Bạch Dữ Liệu Cỡ Mẫu Nhỏ Trong Y Sinh</title><link>https://nzqirc.xyz/posts/math/stats/dot-plot-vs-box-plot/</link><pubDate>Mon, 21 Sep 2026 23:12:00 +0700</pubDate><author>Du Mã</author><guid>https://nzqirc.xyz/posts/math/stats/dot-plot-vs-box-plot/</guid><description><![CDATA[<p>Trong các nghiên cứu y sinh (<em>bio-medical</em>) và tiền lâm sàng (<em>in vivo</em>, <em>in vitro</em>), cỡ mẫu cho mỗi lô thí nghiệm thường khá nhỏ (thường dao động từ $n = 3$ đến $n = 10$ động vật hoặc giếng tế bào). Việc lựa chọn phương thức trực quan hóa không chỉ là vấn đề thẩm mỹ, mà quyết định tính trung thực và khả năng phát hiện bản chất dữ liệu.</p>]]></description></item><item><title>Kiểm Định Mann-Whitney U (Wilcoxon Rank-Sum Test)</title><link>https://nzqirc.xyz/posts/math/stats/mann-whitney-u-test/</link><pubDate>Mon, 21 Sep 2026 23:10:00 +0700</pubDate><author>Du Mã</author><guid>https://nzqirc.xyz/posts/math/stats/mann-whitney-u-test/</guid><description><![CDATA[<p>Trong nghiên cứu y sinh (<em>bio-medical</em>), dữ liệu như nồng độ cytokine hay thang điểm đau thường có phân phối lệch và mẫu nhỏ, vi phạm giả định chuẩn của Student&rsquo;s t-test. Khi đó, <strong>kiểm định Mann-Whitney U</strong> (<em>Wilcoxon rank-sum test</em>) là phương pháp phi tham số chuẩn mực để so sánh hai nhóm độc lập.</p>
<h3 id="1-trực-giác-và-cơ-chế-xếp-hạng">1. Trực giác và cơ chế xếp hạng</h3>
<p>Thay vì so sánh giá trị trung bình nhạy cảm với ngoại lai (<em>outliers</em>), Mann-Whitney U gộp chung dữ liệu hai nhóm ($n_1, n_2$) rồi gán thứ hạng (<em>rank</em>) từ $1$ đến $N = n_1 + n_2$. Nếu có giá trị trùng lặp (<em>ties</em>), ta lấy trung bình cộng thứ hạng.</p>]]></description></item></channel></rss>