威尔科克斯检验（Wilcoxon test）是一种用于比较两组配对数据的非参数检验。请参阅其他资料，了解如何选择t检验以及如何解释结果。

这些配对是否相互独立？

威尔科克斯顿检验的结果只有在成对值相互独立时才有意义——即无论是什么因素导致（成对值之间的）差异过大或过小，该因素仅影响那一对数据。Prism 无法检验这一假设。 您必须仔细考虑实验设计。例如，如果您有六组成对值，但这些数据来自三只动物，且每只动物都进行了重复测量，那么这些误差就不是相互独立的。 在此情况下，某些因素可能导致某只动物的“后-前”差异偏高或偏低。该因素将影响其中两组数据（但不会影响其余四组），因此这两组数据并不独立。

配对是否有效？

如果 P 值较大（例如大于 0.05），您应该质疑使用配对检验是否合理。您是否使用配对检验的选择不应仅基于这个单一的 P 值，还应考虑实验设计以及您在其他类似实验中观察到的结果。

您是否正在比较恰好两个组？

威尔科克斯顿检验仅适用于比较两个组。若要比较三个或更多匹配组，应使用Friedman检验，随后进行后检验。分多次进行威尔科克斯顿检验（每次仅比较两个组）是不恰当的。

如果您选择了单尾P值，您的预测是否正确？

若您选择了单尾P值，则应在收集任何数据之前预测哪个组的中位数较大。Prism 虽未要求您记录该预测，但默认该预测是正确的。若您的预测有误，请忽略 Prism 报告的 P 值，并说明 P>0.50。

数据是否显然采样自非高斯分布的总体？

通过选择非参数检验，您避免了假设数据采自高斯分布。但使用非参数检验也有其弊端。如果总体确实服从高斯分布，非参数检验的功效会较低（即更难得出较小的 P 值），尤其是在样本量较小时。 此外，Prism（以及大多数其他软件）在计算非参数检验时不会计算置信区间。如果分布明显不是钟形分布，请考虑对数值进行变换（例如转换为对数或倒数），以构建高斯分布，然后使用t检验。

这些差异是否呈对称分布？

威尔科克斯顿检验首先计算每一行中两个值之间的差值，并仅对这些差值的列表进行分析。该检验并不假设这些差值来自高斯分布，但假设差值围绕其中位数呈对称分布。