您有时会看到这样的说法：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，这种说法并不完全正确。

该图显示了从对照组和实验组受试者处获得的各项数值。Mann-Whitney检验的双尾P值为0.0288，因此您可以得出结论：两组之间存在统计学显著差异。但由水平线表示的两组中位数是相同的。 Mann-Whitney检验将所有数值按从小到大的顺序排列，然后比较其秩的平均值。对照组数值的秩平均值远低于处理组数值的秩平均值，因此P值较小，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，因此未能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。更一般地说，P值回答了这样一个问题：从平均秩较大的总体中随机选取一个值，该值大于从另一个总体中随机选取的值的概率是多少？

如果再增加一个假设——即两个总体的分布形状相同（即使它们存在偏移，即中位数不同）——那么曼-惠特尼检验就可以被视为中位数检验。 若接受“分布形状相同”这一假设，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偏移，因此中位数之间的差异就等同于均值之间的差异。由此可见，Mann-Whitney检验也是对均值差异的检验。”

克鲁斯卡尔-瓦利斯检验（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》（BMJ）（2001）第323卷（7309期）第391页