Wilcoxon符合秩和检验

在非正态分布的数据中，我们不应该使用单样本t检验（尽管这个检验对于偏离正态性相当稳健），相反，我们必须使用均值的非参数检验方法。我们可以进行Wilcoxon符号秩和检验。注意和单样本t检验不同，该检验检查是否有差异：

(rank, pVal) = stats.wilcoxon(data-checkValue)

该方法有3个步骤：

1. 计算每个观测值和感兴趣的值的差异；
2. 忽略差异的符号，将他们按照大小排序；
3. 将所有负（或正）秩次的秩次加起来，也就是那些低于（或高于）选定的假设值的秩次。

在下面的表格中，你可以看到一个判断是否显著偏离7725的检验，负值的秩次之和为3+5=8，并且可以在对应的表格中找到显著的，在实际中，你的python函数语句会帮你做这些。

这个例子也展示了秩次求值的另外一个特征：相同的值（在这里是7515）得到的是它们的平均秩次