（生物信息学）R语言与统计学入门（五）—— Wilcoxon秩和检验法和Mann-Whitney U检验

上回说到t检验：（生物信息学）R语言与统计学入门（一）——t 检验_Lijingxian教你学生信的博客-CSDN博客t检验，亦称student t检验（Student's t test），比较两个平均数的差异是否显著。https://lijingxian19961016.blog.csdn.net/article/details/123553352?spm=1001.2014.3001.5502

在正态总体的假定下, 两样本的均值检验通常用t检验。

在零假设成立时服从自由度为n1+n2-2的t分布，和单样本情况一样，t检验并不稳健。在不知总体分布时，使用t检验可能有风险，因此考虑Wilcoxon秩和检验法。

我们算差异表达基因是就是考虑用的此法。

此检验法是用来检验两个样本的位置参数关系. 与单样本的Wilcoxon符号，检验一样, 它也充分利用了样本中秩的信息。

说的太多也不明白，反正就是两组比较考虑位置关系的时候就用秩和检验法。

比图，比较糖尿病鼠和正常老鼠的体重，运行下面代码：

diabetes<-c(42,44,38,52,48,46,34,44,38)
normal<-c(34,43,35,33,34,26,30,31,31,27,28,27,30,37,32)
wilcox.test(diabetes,normal,exact = FALSE, correct=FALSE)

结果如下：

结论是：

因为P值小于0.05，故拒绝原假设，认为两组的体重显著不同。

 什么使用用t检验什么时候用wilcox检验呢？

在数据呈严重偏态分布或有离群值的时候，可不要用t检验。它可能检验不出很明显的均数差异。

我们可以用shapiro.test函数检验一下上面数据的正态性：

shapiro.test(diabetes)
shapiro.test(normal)

可以看到他们P值没有意义，也就是他们是服从正态分布的，那么这种数据也是可以用于t检验的。