.Mann - Whitney检验是一个非参数检验，其比较两个未匹配的组的分布。有时人们会说比较中值，但这是并非总是如此。

“误差”是否独立存在？

术语“误差”指每个值与组中值之间的差异。Mann - Whitney检验的结果只在分散为随机分散时才有意义 - 无论是什么因素导致一个数值过高或者过低，都只会影响该特定数值。Prism无法检验这一假设。您必须考虑实验设计。例如，如果每组有六个值，但这些值均从每组的两只动物身上获得（一式三份），则这些误差并非独立。在此情况下，一些因素可能导致一只动物的三重复均较高或较低。

数据是否不成对？

Mann - Whitney检验的工作原理是从低到高排列所有值，并比较两个组的平均秩。如果数据为配对或匹配数据，则应该选择Wilcoxon配对检验作为替代。

您是否在比较两个组？

仅使用Mann - Whitney检验来比较两个组。如需比较三个或更多个组，请使用Kruskal - Wallis检验，然后进行事后检验。这不适于进行多次Mann - Whitney（或t）检验，每次比较两个组。

这两个组是否遵循具有相同形状的数据分布？

如果两个组均有相似形状的分布，则您可以将Mann - Whitney检验解读为比较中值。如果分布具有不同形状，则您的确无法解读Mann - Whitney检验的结果。

您是否真的想比较中值？

Mann - Whitney检验比较了两个组的中值（好吧，并非完全如此）。即使两个分布有相当大的重叠，P值也可能很小，这是群体中值不同的明显证据。

如果您选择单尾P值，则您的预测是否正确？

如果选择一个单尾P值，则应在收集任何数据之前预测哪一组的中值更大。Prism未要求您记录这一预测，但假设其正确。如果您的预测错误，则忽略Prism报告的P值，并注明P＞0.50。单尾与双尾P值。

数据是否从非高斯群体中抽样得到？

通过选择非参数检验，可避免从高斯分布中进行数据抽样的假设，但非参数检验的使用也存在缺点。如果群体的确服从高斯分布，则非参数检验的检验力较小（不太可能获得较小的P值），且这种差异在小样本量的情况下非常明显。