Wilcoxon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？

Wilcoxon检验的结果仅在成对值相互独立时才有意义 - 即无论何种因素导致（成对值之间的）差异过大或过小，该因素仅影响该一对数据。Prism无法检验这一假设。 您必须仔细考虑实验设计。例如，若您有六组成对值，但这些值来自三只动物，且每只动物均进行了重复测量，则这些误差并非独立的。在此情况下，某些因素可能导致某只动物的“治疗后-治疗前”差异偏高或偏低。该因素将影响其中两组成对值（但不会影响其余四组），因此这两组成对值不具有独立性。

配对是否有效？

如果 P 值较大（例如大于 0.05），您应质疑使用配对检验是否合理。是否采用配对检验的决定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？

Wilcoxon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检验并随后进行后检验。不建议进行多次Wilcoxon检验，每次仅比较两个组。

如果您选择了单尾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虽未要求您记录该预测，但默认其正确。若预测有误，请忽略Prism报告的P值，并声明P>0.50。

数据是否显然采样自非高斯总体？

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有其弊端。如果总体确实服从高斯分布，非参数检验的检验力会降低（即获得较小 P 值的可能性较低），尤其在样本量较小的情况下。 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，请考虑对数据进行转换（例如取对数或倒数），以构建高斯分布，然后使用 t 检验。

差异值是否呈对称分布？

Wilcoxon检验首先计算每一行中两个数值之间的差值，并仅对差值列表进行分析。该检验并不假设这些差值是从高斯分布中抽样的，但它确实假设差值围绕其中位数呈对称分布。