如果您使用wilcox.test()设置为 的参数paired（注意这是小写，并且R区分大小写）FALSE，则您正在运行Mann-Whitney$U$-测试。这是对随机优势的考验。如果分布相等，并且您从每个版本中随机选择一个观察值，则版本 2 的观察值将有 50%-50% 的机会高于版本 1 的观察值。另一方面，来自版本 2 可能有超过 50% 的机会大于（小于）版本 1 的值。这是随机优势。没有说多少更大或更小，只是它更大或更小。

我觉得这不适合你的目标。你想要最多的总钱，可以理解为最大的平均捐赠乘以用户数。由于偏斜，一个版本可能具有最大的平均值/总数，但另一个版本随机更大。（如果是这种情况，您会想要以前的版本。）因为这是您最终想要的，所以特定于发行版的那个方面的测试最适合您。

我认识到您的数据不太正常，因此，$t$-test（这可能是大多数人在比较两组时首先想到的），这是不合适的。给定两个连续但非正常的组，大多数人可能同样会自动选择 Mann-Whitney。在您的情况下，出于上述原因，我会进行排列测试。（如果我理解正确的话，我认为这就是您所做的。）置换测试在这里是有效的，因为您将用户随机分配到两个组；因此，它们是可交换的。

要执行置换测试，只需打乱分组指标并计算均值和均值之间的差异。多次执行此操作将允许您创建均值之间差异的抽样分布。您可以将观察到的差异与抽样分布进行比较。对于双尾测试，取除差异之外的较小比例并将其乘以 2。该产品可直接解释为$p$-价值。这是您的数据的一个工作示例：

A            = c(rep(0, 9990), 40,20,20,20,15,10,10,5,5,5)
B            = c(rep(0, 9985), 50,20,10,10,10,10,10,10,5,5,5,5,5,5,5)
realized.dif = mean(B)-mean(A);  realized.dif  # [1] 0.0015

set.seed(6497)
donations = stack(list(A=A, B=B))
values    = donations$values
ind       = donations$ind
difs      = vector(length=1000)
for(i in 1:1000){
  ind     = sample(ind)
  difs[i] = mean(values[ind=="B"])-mean(values[ind=="A"])
}
difs = sort(difs)
mean(difs>=realized.dif)    # [1] 0.459  # a 1-tailed test, if Ha: B>A a-priori
mean(difs>=realized.dif)*2  # [1] 0.918  # a 2-tailed test

关于第一个研究问题，即“哪个版本产生了更多的捐款”，虽然我承认每个人都喜欢ABBA，但你也可以这样做R。我会用一个$z$-测试两个比例的差异。中R，就是prop.test()。这是使用您的数据的示例：

prop.test(rbind(c(10, 9990),
                c(15, 9985) ))
#  2-sample test for equality of proportions with continuity correction
# 
# data:  rbind(c(10, 9990), c(15, 9985))
# X-squared = 0.6408, df = 1, p-value = 0.4234
# alternative hypothesis: two.sided
# 95 percent confidence interval:
#   -0.0015793448  0.0005793448
# sample estimates:
# prop 1 prop 2 
# 0.0010 0.0015 

@gung 的回答是正确的。但我要补充一点，由于您的数据可能存在偏差，右尾很大，因此平均值可能不可靠，因此它可能不是代表分布中心性的“正确”指数。因此，我也会尝试使用更强大的解决方案，例如中位数或截断均值。