說明

wilcoxon秩和及wilcoxon符號秩檢驗是對原假設的非引數檢驗，在不需要假設兩個樣本空間都為正態分佈的情況下，測試它們的分佈是否完全相同。

操作

#利用mtcars資料 
library(stats)
data("mtcars")
boxplot(mtcars$mpg~mtcars$am,ylab='mpg',names = c('automatic','manual))

#執行wilcoxon秩和檢驗驗證自動檔手動檔資料分佈是否一致

wilcox.test(mpg~am,data = mtcars)

#wilcox.test(mtcars$mpg[mtcars$am==0],mtcars$mpg[mtcars$am==1])（與上面等價）
 

Wilcoxon rank sum test with continuity correction

data:  mpg by am
W = 42, p-value = 0.001871
alternative hypothesis: true location shift is not equal to 0

Warning message:
In wilcox.test.default(x = c(21.4, 18.7, 18.1, 14.3, 24.4, 22.8,  :
  無法精確計算帶連結的p值

總結

執行wilcoxon秩和檢驗（也稱Mann-Whitney U檢驗）這樣一種非引數檢驗 。t檢驗假設兩個樣本的資料集之間的差別符合正態分佈（當兩個樣本集都符合正態分佈時，t檢驗效果最佳），但當服從正態分佈的假設並不確定時，我們執行wilcoxon秩和檢驗來驗證資料集中mtcars中自動檔與手動檔汽車的mpg值的分佈是否一致，p值<0.05,原假設不成立。意味兩者分佈不同。警告“無法精確計算帶連結的p值“這是因為資料中存在重複的值，一旦去掉重複值，警告就不會出現。