使用步骤
- 选「Mann–Whitney U」，两组数据各一列粘贴进来，第一行可以写组名。
- 需要单侧检验时，在「备择假设」里选第一列偏大或偏小。
- 看 p 值和两组的中位数、平均秩，判断哪组偏大。
- 三组或更多组时选「Kruskal–Wallis」，每组一列。
参数说明
- U 和 W
- U 是一组数比另一组数大的次数（相等算半次）。SPSS 报两个 U 里较小的那个，R 的 W 是第一组的 U。两者都列出来，p 值一样。
- 精确 p 和正态近似
- 两组都少于 50 个、且没有相同的数时，用精确分布算 p；否则用正态近似，并做结校正和连续性校正，与 R 的 wilcox.test() 默认一致。
- 效应量
- r = |z| ÷ √N，0.1、0.3、0.5 大致对应小、中、大效应；秩二列相关在 −1 到 1 之间，正数表示第一组偏大。
示例
默认两组各 9 个数：
| 组别 | n | 中位数 | 平均秩 |
|---|---|---|---|
| A | 9 | 1.68 | 11.44 |
| B | 9 | 1.07 | 7.56 |
U = 23（R 的 W = 58），z = 1.55，两组都少于 50 且没有相同的数，用精确分布，双侧 p = 0.136，差异不显著。r = 0.36。如果事先就预期 A 组偏大，选单侧「第一列偏大」，p = 0.068，仍不显著。
论文写法：U = 23.0, z = 1.55, p = .136, r = .36。
什么时候用秩和检验，什么时候用 t 检验
| 情况 | 用 |
|---|---|
| 两组独立，数据大致正态 | 独立样本 t 检验 |
| 两组独立，样本小且偏态，或是等级、评分（如满意度 1–5 分） | Mann–Whitney U |
| 同一批人前后测两次 | 配对 t 检验或 Wilcoxon 符号秩检验 |
| 三组以上，数据大致正态 | 单因素方差分析 |
| 三组以上，偏态或等级数据 | Kruskal–Wallis H |
秩和检验把所有数据合在一起从小到大排名次，再比较两组的名次，所以不受极端值影响。代价是数据正态时，它比 t 检验略不容易检出差异。
常见问题
Mann–Whitney U 检验和 Wilcoxon 秩和检验是一回事吗？
是，只是统计量的写法不同，p 值完全一样。注意它和「Wilcoxon 符号秩检验」不同，后者用于配对数据。
它检验的是中位数吗？
严格说检验的是一组的数值是否倾向于比另一组大。两组分布形状相近时，可以解释为中位数不同。
结果和 SPSS 不一样？
SPSS 默认只给渐近 p 值（正态近似、不做连续性校正），样本小时会和这里的精确 p 略有差别。在 SPSS 里勾选「精确」检验后结果一致。
Kruskal–Wallis 显著后怎么做两两比较？
两两做 Mann–Whitney 检验，再用 Bonferroni 等方法校正 p 值，例如三组比较 3 次，就把每个 p 乘以 3。
隐私说明
本工具完全在浏览器中运行，文件和文本都在你的设备上处理，不会上传到我们的服务器。