曼-惠特尼U检验计算器
输入两组数字（每行一个或用逗号分隔），计算曼-惠特尼U统计量。
最后更新： September 5, 2026
常见问题
曼-惠特尼U检验是用来做什么的？
在不假设数据呈正态分布的情况下，比较两个独立组，看它们是否来自同一分布——它是独立双样本t检验的非参数替代方法，基于秩次而不是均值。
U是如何计算的？
把两组合并，把所有数值一起排秩（相同值取平均秩），求出第1组的秩和（R1），然后U1 = R1 − n1(n1+1)/2。用同样的方法求出第2组的U2，或用n1×n2 − U1计算。报告的U统计量取U1和U2中较小的那个。
我如何知道我的结果是否显著？
对于较大的样本，将z分数与标准正态临界值（比如双尾0.05检验的±1.96）进行比较。对于较小的样本（n1或n2大约小于8-10），正态近似不太可靠——此时应改为在曼-惠特尼临界值表中查找你精确的U统计量。
什么时候应该用这个而不是t检验？
当你的数据不呈正态分布、含有异常值，或是顺序数据而非真正的数值数据时——曼-惠特尼检验只依赖于秩次顺序，因此在面对非正态分布和极端值时比t检验更稳健。
如果两组的秩次完全没有重叠会怎样？
这是可能出现的最极端结果——如果一组中的每个值的秩次都低于另一组的每个值，那么秩次较低那组的U值为0，表明两组之间的分离程度达到最大。
排秩时如何处理相同的数值？
相同的数值取它们本应占据的秩次的平均值——例如，如果两个数值并列第3和第4名，它们都会获得3.5的秩次，从而保持秩次总和不变。
曼-惠特尼U检验和威尔科克森秩和检验是一回事吗？
是的——它们是数学上等价、只是名称不同的检验；威尔科克森秩和统计量可以直接换算成曼-惠特尼U统计量，两者都是利用秩次顺序比较两个独立组。