1. 什么是Wilcoxon秩和检验？
Wilcoxon秩和检验（Wilcoxon rank-sum test）是一种非参数统计方法，用于比较两个独立样本的中位数是否存在显著差异。它由Frank Wilcoxon在1945年提出，是Mann-Whitney U检验的等价形式，因此有时也被称为Wilcoxon-Mann-Whitney检验。
这个检验特别适用于以下情况：
- 数据不满足正态分布假设
- 样本量较小（n<30）
- 数据是顺序尺度（ordinal scale）而非等距尺度
- 存在明显的异常值
注意：虽然常用来比较中位数，但严格来说Wilcoxon检验检验的是两个分布是否相同。当形状相似时，可以解释为中位数差异。
2. 检验原理与计算步骤
2.1 基本思想
Wilcoxon秩和检验的核心思想是将两组数据混合排序，然后比较两组数据的秩和。如果两组数据来自同一分布，那么它们的秩和应该相近；如果差异显著，则可能来自不同分布。
2.2 具体计算步骤
- 合并数据：将两组数据合并为一个数据集
- 排序赋秩：对所有观测值从小到大排序并赋予秩次（相同值取平均秩）
- 计算秩和：计算较小样本组的秩和（W统计量）
- 确定显著性：通过查表或正态近似计算p值
例如，比较两组数据：
- 组A：[3, 5, 7]
- 组B：[2, 4, 9]
合并排序：[2(B),3(A),4(B),5(A),7(A),9(B)] 秩次：[1,2,3,4,5,6] 组A的秩和：2+4+5=11
2.3 大样本近似
当样本量较大时（通常n1>10且n2>10），可以使用正态近似：
Z = (W - μW) / σW
其中： μW = n1(n1+n2+1)/2 σW = √[n1n2(n1+n2+1)/12]
3. 实际应用场景
3.1 医学研究案例
在药物疗效研究中，比较实验组和对照组的某项指标（如疼痛评分）：
- 数据通常是等级量表（如1-10分）
- 样本量可能较小
- 数据分布常为非正态
3.2 心理学实验
比较两种教学方法对学生成绩的影响：
- 成绩可能不满足正态分布
- 可能存在天花板/地板效应
- 样本量可能不平衡
3.3 工业质量控制
比较两个生产线产品寿命的差异：
- 寿命数据常呈偏态分布
- 可能有极端值（早期失效产品）
4. 实施方法与软件操作
4.1 R语言实现
# 基本语法 wilcox.test(x, y, alternative = "two.sided") # 示例 group1 <- c(3, 5, 7, 9, 11) group2 <- c(2, 4, 6, 8, 10) result <- wilcox.test(group1, group2) print(result)4.2 Python实现
from scipy.stats import ranksums # 示例 group1 = [3, 5, 7, 9, 11] group2 = [2, 4, 6, 8, 10] stat, p = ranksums(group1, group2) print(f"Statistic: {stat:.4f}, p-value: {p:.4f}")4.3 SPSS操作步骤
- 选择"分析" → "非参数检验" → "独立样本"
- 将分组变量选入"分组字段"
- 将检验变量选入"检验字段"
- 在"设置"选项卡中选择"Wilcoxon-Mann-Whitney检验"
- 点击"运行"
5. 结果解读与报告
5.1 统计量解释
- W值：较小的秩和
- Z值：标准化后的统计量（大样本时）
- p值：观察到的差异由偶然导致的概率
5.2 报告格式
在论文中通常这样报告： "采用Wilcoxon秩和检验比较两组差异，结果显/不显著（W=xx, p=xx）"
5.3 效应量计算
除了p值，还应报告效应量：
- r = Z/√N （N为总样本量）
- 解释标准：
- 0.1：小效应
- 0.3：中等效应
- 0.5：大效应
6. 常见问题与注意事项
6.1 数据要求
- 两组数据独立
- 至少是顺序尺度数据
- 数据可以是有结的（tied values）
6.2 常见误区
- 误用为均值检验：实际检验的是分布差异
- 忽略效应量：仅报告p值不够充分
- 样本量过小：n<5时检验力很低
- 多重比较问题：多次检验需校正p值
6.3 与t检验的比较
| 特征 | t检验 | Wilcoxon检验 |
|---|---|---|
| 数据类型 | 等距/比例尺度 | 顺序尺度及以上 |
| 分布要求 | 正态分布 | 无分布要求 |
| 异常值敏感度 | 高敏感 | 低敏感 |
| 检验力 | 满足假设时更高 | 非正态时更高 |
6.4 实用建议
- 即使使用Wilcoxon检验，也建议先检查数据分布
- 报告时同时提供描述统计量（中位数、四分位数）
- 考虑使用bootstrap方法提高小样本准确性
- 对于配对数据，应使用Wilcoxon符号秩检验而非秩和检验
7. 进阶话题
7.1 有结数据的处理
当数据中存在相同值时（ties），需要调整方差计算：
σW = √[n1n2/(N(N-1)) * ((N³-N)/12 - ∑(τ³-τ)/12)]
其中τ是每个结的大小。
7.2 精确检验与蒙特卡洛方法
对于小样本或大量结的数据，可以使用：
- 精确排列检验
- 蒙特卡洛模拟估计p值
在R中可通过exact参数实现：
wilcox.test(x, y, exact=TRUE)7.3 多重比较校正
当进行多次检验时，需要控制族系错误率：
- Bonferroni校正
- Holm校正
- FDR控制
例如：
p.adjust(p.values, method = "bonferroni")8. 实际案例解析
8.1 案例背景
某研究比较两种教学方法对学生数学成绩的影响：
- 传统方法组：n=15
- 新方法组：n=12
- 成绩为0-100分
8.2 数据分析步骤
- 正态性检验（Shapiro-Wilk检验）
- 描述性统计（中位数、IQR）
- 可视化（箱线图）
- Wilcoxon秩和检验
- 效应量计算
8.3 R代码实现
# 数据输入 traditional <- c(65, 72, 68, 75, 80, 62, 71, 69, 74, 67, 70, 73, 66, 72, 68) new_method <- c(78, 82, 85, 79, 88, 81, 84, 76, 83, 80, 87, 79) # 正态性检验 shapiro.test(traditional) shapiro.test(new_method) # 描述统计 summary(traditional) summary(new_method) # Wilcoxon检验 result <- wilcox.test(traditional, new_method, exact=FALSE) print(result) # 效应量 n1 <- length(traditional) n2 <- length(new_method) r <- abs(result$statistic)/sqrt(n1*n2)8.4 结果解释
假设输出：
W = 34, p-value = 0.002 效应量 r = 0.52结论：新教学方法显著提高了学生成绩（W=34，p=0.002），效应量大（r=0.52）。
9. 与其他非参数检验的关系
9.1 Kruskal-Wallis检验
Wilcoxon检验的多组推广，用于比较三个及以上独立样本。
9.2 Friedman检验
用于重复测量或区组设计，是Wilcoxon符号秩检验的多组推广。
9.3 选择流程图
连续数据 → 正态? → 是 → 方差齐? → 是 → t检验 ↓否 ↓否 ↓ ↓ Wilcoxon Welch t检验10. 历史发展与变体
10.1 原始Wilcoxon检验
1945年提出的版本仅适用于样本量相等的情况。
10.2 Mann-Whitney U检验
1947年提出的更一般形式，适用于不等样本量。
10.3 改进版本
- Pratt修正：处理零差异
- Fligner-Policello检验：针对方差不等情况
- Brunner-Munzel检验：更一般的非参数检验
