我将相同测试的结果应用于两个独立样本：
x <- c(17, 12, 13, 16, 9, 19, 21, 12, 18, 17)
y <- c(10, 6, 15, 9, 8, 11, 8, 16, 13, 7, 5, 14)
我想计算一个 Wilcoxon 秩和检验。
当我计算统计手动，我得到：
当我让 R 执行 awilcox.test(x, y, correct = F)时，我得到：
W = 101.5
这是为什么？不应该统计仅当我使用 ? 执行签名等级测试时才返回paired = T？还是我误解了秩和检验？
我如何告诉 R 输出
作为测试结果的一部分，而不是通过以下方式：
dat <- data.frame(v = c(x, y), s = factor(rep(c("x", "y"), c(10, 12))))
dat$r <- rank(dat$v)
T.W <- sum(dat$r[dat$s == "x"])
我问了一个关于计算 Wilcoxon 秩和检验的检验统计量的不同方法的含义的后续问题
该函数Note的帮助wilcox.test清楚地解释了为什么 R 的值小于你的值：
笔记
文献对 Wilcoxon 秩和和 Mann-Whitney 检验的定义并不一致。两个最常见的定义对应于第一个样本的秩和减去或不减去最小值：R 减去而 S-PLUS 不减去，给出一个大于 m(m+1)/2 的值第一个大小为 m 的样本。（似乎 Wilcoxon 的原始论文使用了未经调整的排名总和，但随后的表格减去了最小值。）
也就是说，R使用的定义是小于您使用的版本，其中是第一个样本中的观察数。
至于修改结果，您可以将输出分配wilcox.test到一个变量中，比如a，然后进行操作a$statistic- 将最小值添加到其值并更改其名称。然后，当您打印a（例如，通过键入a）时，它会按照您想要的方式显示。
要看看我在做什么，试试这个：
a <- wilcox.test(x,y,correct=FALSE)
str(a)
例如，如果你这样做：
n1 <- length(x)
a$statistic <- a$statistic + n1*(n1+1)/2
names(a$statistic) <- "T.W"
a
然后你得到：
Wilcoxon rank sum test with continuity correction
data: x and y
T.W = 156.5, p-value = 0.006768
alternative hypothesis: true location shift is not equal to 0
提到秩和检验是很常见的（无论是或不）作为或者或一些接近的变体（例如here或here）。它也经常被称为'' 因为曼与惠特尼。有很多使用的先例，所以对我自己来说，我不会为更改统计信息名称的行而烦恼，但如果它适合您这样做，那么您也没有理由不这样做。