您有时会看到，Mann-Whitney检验是用来比较两个组的中位数的。但正如本示例所示，这种说法并不完全准确。

该图展示了来自对照组和实验组每个受试者的数据值。Mann-Whitney检验得出的双尾P值为0.0288，因此您得出结论：两组之间存在统计学显著差异。但图中水平线所示的两组中位数却是完全相同的。Mann-Whitney检验是将所有数据值按从小到大的顺序排列，然后比较其秩的平均值。 对照组数据排名的平均值远低于治疗组数据排名的平均值，因此P值很小，尽管两组的中位数完全相同。

此外，若认为Mann-Whitney检验旨在判断两组数据是否来自分布不同的总体，这种说法也不完全正确。下图中的两组数据显然来自不同的分布，但Mann-Whitney检验得出的P值却很高（0.46）。 两组的标准偏差显然差异很大。但由于Mann-Whitney检验仅分析秩，因此未发现两组之间存在显著差异。

Mann-Whitney检验比较的是平均秩 - 它既不比较中位数，也不比较分布。更普遍地说，P值回答了这个问题：从平均秩较大的总体中随机选取一个值，其大于从另一个总体中随机选取的值的概率是多少？

若您做出一个额外假设 - 即两个总体的分布形状相同（即使它们发生了偏移，即中位数不同） - 那么Mann-Whitney检验可被视为中位数检验。若您接受分布形状相同的假设，那么Mann-Whitney检验中较小的P值将使您得出结论：中位数之间的差异在统计学上显著。 但迈克尔·J·坎贝尔指出：“然而，如果各组具有相同的分布，那么位置的偏移将使中位数和均值以相同的幅度发生变化，因此中位数之间的差异等同于均值之间的差异。因此，Mann-Whitney检验也是对均值差异的检验。”

Kruskal-Wallis检验（Kruskal-Wallis检验）是用于比较三个或更多组别的相应非参数检验。本页关于Mann-Whitney检验的所有内容同样适用于Kruskal-Wallis检验。

1. A. Hart. Mann-Whitney检验不仅仅是对中位数的检验：离散程度的差异可能很重要。《英国医学杂志》（2001）第323卷（7309期）第391页