Wilcoxon检验是一种比较两个配对组的非参数检验。阅读其他地方了解如何选择t检验，以及解读结果。

配对是否独立？

Wilcoxon检验的结果只有在两个配对值彼此独立时才有意义- 无论是什么因素导致（成对值之间的）差值过高或过低，均只会影响这一对。Prism无法检验这一假设。您必须考虑实验设计。例如，如果有六对数值，但这些数值获取自三只动物，且每只动物均存在重复测量值，则误差并非独立存在。在此情况下，一些因素可能导致一只动物的前后差异变大或变小。该因素会影响其中两对（但不会影响另外四对），因此这两对并非独立。

配对是否有效？

如果P值较大（例如，大于0.05），则应该质疑使用配对检验是否有意义。您对是否使用配对检验的选择不但仅基于该P值，还基于实验设计和您在其他类似实验中看到的结果。

您是否在比较两个组？

仅使用Wilcoxon检验来比较两个组。如需比较三个或更多个匹配组，请使用Friedman检验，然后进行事后检验。其不合适进行多次Wilcoxon检验，一次比较两个组。

如果您选择单尾P值，则您的预测是否正确？

如果您选择单尾P值，则您应在收集任何数据之前，预测到哪个组将具有更大的中值。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。

数据是否明确从非高斯群体中抽样得到？

通过选择非参数检验，可以从高斯分布中抽样得到假设数据。但使用非参数检验也存在缺点。如果群体确实服从高斯分布，则非参数检验的作用就更小（不太可能给您一个小的P值），特别是在小样本的情况下。此外，在计算非参数检验时，Prism（以及大多数其他程序）不计算置信区间。如果分布明显不呈钟形，则考虑转换值（可能是对数或倒数）来创建一个高斯分布，然后使用t检验。

差异是否对称分布？

Wilcoxon检验首先计算每行中两个值之差，且仅分析差异列表。Wilcoxon检验并不假设这些差异从高斯分布中抽样得到。然而，其确实假设了这些差异对称地分布在其中值周围。