兩組數據獨立，可以使用Wilcoxon秩和檢驗（更廣為人知的名字是Mann-Whitney U檢驗）
來評估觀測是否是從相同的概率分布中抽得的（即，在一個總體中獲得更高得分的概率是否比另
一個總體要大）。調用格式為：
wilcox.test(y ~ x, data)
其中的y是數值型變量，而x是一個二分變量。調用格式或為：
wilcox.test(y1, y2)
其中的y1和y2為各組的結果變量。可選參數data的取值為一個包含了這些變量的矩陣或數據框。
默認進行一個雙側檢驗。你可以添加參數exact來進行精確檢驗，指定alternative=“less”
或alternative="greater"進行有方向的檢驗

> with(UScrime, by(Prob, So, median)) So: 0 [1] 0.0382 -------------------- So: 1 [1] 0.0556 > wilcox.test(Prob ~ So, data=UScrime) Wilcoxon rank sum test data: Prob by So W = 81, p-value = 8.488e-05 alternative hypothesis: true location shift is not equal to 0

你可以再次拒絕南方各州和非南方各州監禁率相同的假設（p<0.001）。
Wilcoxon符號秩檢驗是非獨立樣本t檢驗的一種非參數替代方法。它適用于兩組成對數據和
無法保證正態性假設的情境。調用格式與Mann-Whitney U檢驗完全相同，不過還可以添加參數
paired=TRUE。

總結

以上是生活随笔為你收集整理的R Wilcoxon秩和检验的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。