Mann-Whitney检验是一种非参数检验，用于比较两个非配对组别的分布。虽然人们常说它用于比较中位数，但这并不总是成立。

这些“误差”是相互独立的吗？

“误差”一词指的是每个数值与组中位数之间的差值。只有当数据散布具有随机性时，Mann-Whitney检验的结果才有意义 - 即无论导致某个数值过高或过低的因素是什么，它都只影响该单一数值。Prism无法检验这一假设。 您必须考虑实验设计。例如，如果每个组有六个数据值，但这些值分别来自该组中的两只动物（每组三重复），则这些误差并非独立的。在这种情况下，某些因素可能导致同一只动物的所有三重复数据都偏高或偏低。

数据是配对的还是非配对的？

Mann-Whitney检验（Mann-Whitney test）的工作原理是将所有数值从低到高排序，并比较两组的平均秩。如果数据是配对的或匹配的，则应改用Wilcoxon配对检验（Wilcoxon配对检验）。

您是否仅比较两个组？

Mann-Whitney检验仅适用于比较两个组。若需比较三个或更多组，应使用Kruskal-Wallis检验，随后进行后检验。不建议通过多次Mann-Whitney（或 t 检验）逐对比较两个组。

两组的分布形状是否相同？

如果两个组的分布形状相似，则可以将Mann-Whitney检验解读为中位数的比较。如果分布形状不同，则实际上无法解释Mann-Whitney检验的结果。

您真的想比较中位数吗？

Mann-Whitney检验比较的是两个组的中位数（严格来说并非完全如此）。即使两个分布有很大重叠，也可能出现极小的P值 - 这清楚地表明总体中位数存在差异。

若您选择了单尾P值，您的预测是否正确？

若选择单尾P值，您应在收集数据前预测哪个组的中位数较大。Prism 虽未要求您记录此预测，但默认该预测正确。若预测有误，请忽略 Prism 报告的 P 值，并声明 P>0.50。单尾P值与双尾P值的区别。

数据是否采样自非高斯总体？

通过选择非参数检验，您避免了假设数据采样自高斯分布，但使用非参数检验也存在弊端。如果总体确实服从高斯分布，非参数检验的检验力会较低（即获得较小 P 值的概率较低），而在样本量较小的情况下，这种差异相当明显。