wilcoxon rank sum test R代码

x<-c( x 1 , x 2 , x 3 , . . . , x m x_1, x_2, x_3, ..., x_m x1​,x2​,x3​,...,xm​)
y<-c( y 1 y_1 y1​, y 2 , y 3 , . . . , y n y_2, y_3, ... ,y_n y2​,y3​,...,yn​)

Δ \Delta Δ代表y的模型与x的模型的位移差，Y = X + Δ \Delta Δ

当 H 0 H_0 H0​: Δ = 0 \Delta =0 Δ=0 vs H 1 H_1 H1​: Δ ≠ 0 \Delta \neq0 Δ​=0
wilcox.test(y, x)

当 H 0 H_0 H0​: Δ = 0 \Delta =0 Δ=0 vs H 1 H_1 H1​: Δ > 0 \Delta >0 Δ>0
wilcox.test(y, x, alternative = "greater")

当 H 0 H_0 H0​: Δ = 0 \Delta =0 Δ=0 vs H 1 H_1 H1​: Δ < 0 \Delta <0 Δ<0
wilcox.test(y, x, alternative = "less")

如果要计算精确的wilcoxon rank sum statistics的p-value：
wilcox.test(y, x, exact = TRUE)

注意：
R中wilcox.test计算返回的W其实是Mann-Whitney statistic U，U与W之间的关系如下：
W = U + n ( n + 1 ) / 2 W = U+n(n+1)/2 W=U+n(n+1)/2
n是 y i y_i yi​的个数。

P.S: wilcoxon rank sum test的原理之后再来写，希望我到时候还记得。