Wilcoxon 符号排序检验告诉我们配对数据之间的中值差异是否可以为零。通过计算统计量、z 分数并将其与临界值进行比较来执行测试。

令我震惊的是，我们

从计算统计量的过程中丢弃所有具有相同值的对。

从维基百科我们在第2步：

排除对 。令为减少的样本量。$|x_{2,i} - x_{1,i}| = 0$$N_r$

在其余的计算中只$N_r$

引用的消息来源之一说：

在 Wilcoxon 过程的大多数应用中，此时将和之间的差异为零的情况排除在考虑之外，因为它们没有提供有用的信息，然后将剩余的绝对差异从最低到最高排序，并列在适当的地方包括等级。$X_A$$X_B$

然后作者继续以与 Wikipedia 文章中相同的方式进行计算。

我试图查看原始Wilcoxon 的文章，但他似乎没有提到相同的值对。

我认为这是疯狂的原因是：

好的，相同的值对不会改变统计数据的值，但它们会改变 z-score。想象一下有对的样本，而在对中，第二个值更高，而在所有剩余的对中，值相同。根据上面提到的文章，我们应该丢弃这对，因为它们“没有提供有用的信息”，只考虑剩下的对。但是那对确实提供了有用的信息。他们尖叫着支持零假设。$10^{1000}$$10$$10^{1000}-10$$10$$10^{1000} - 10$

拜托，你能解释一下如何正确地进行测试吗？