显示有序数据-均值，中位数和均值等级

我有一些顺序数据不是正态分布的，所以我决定使用Mann-Whitney U检验进行非参数检验。我正在寻找七个分数的组间差异-每个主题的分数分别为0、1、2或3。我很难弄清楚如何显示我的数据！

如果我使用中位数（和中位数的IQR）显示数据，那么根本就不清楚差异在哪里，因为在大多数情况下，中位数落在0或1上。因此，尽管Mann-Whitney U检验显示出显着差异，桌子看起来没意思。

我也可以使用手段呈现数据。那里有一些科学论文说，您可以使用具有序数数据的均值，但是不能对分数之间的差异做出相同类型的假设（例如0和1之间的差异与1和1之间的差异不相同） 2）。尽管表中的数字很好地说明了我使用它们时的故事，但使用方法会引起一些争议。

第三种选择是使用SPSS在曼恩·惠特尼（Mann-Whitney）输出中给我的平均排名。平均等级是各组之间正在比较的，所以也许我应该使用那些？我唯一遇到的问题是，平均排名对实际数据没有任何意义（例如，使用平均等级，我看不到对象更接近3，而控件更接近1。）

最后的选择是在将得分分为两组（低分为0和1，高分为2和3）后，比较受试者和对照者进行卡方分析。但是，当我这样做时，差异并不明显（可能是由于多种原因）。

这是一个很好的问题。如您所见，当数据中有许多联系时，分位数不起作用，因为它们作为估计量太不连续了。如果您可以假设类别之间的间隔至少是“有意义的”，那么我通常会发现最有效的方法。超出概率始终有效。在您的情况下，可以通过观察的比例进行估算。在比较组时，平均排名很有用，但我认为单个变量没有太多用处。$\geq 1, \geq 2, =3$

用均值总结序数变量的正确性很少来自数据本身。这是主观的。

我将使用适当的等级相关性度量或一致性概率（Wilcoxon-Mann-Whitney统计信息的简单线性转换；这是两组中观察值的平均等级除以一个常数），而不是使用平均等级。两个变量（例如，二进制分组和序数标度）。相关系数的选择包括（与一致性概率一致，并且对序数变量进行平分）和Goodman-Kruskal不对或。 γ X $D_{xy}$$\gamma$$x$$y$