Mann-Whitney检验和Kolmogorov-Smirnov检验都是比较两组非配对数据的非参数检验。两者都计算检验两组数据具有相同分布的零假设的 P 值。但它们的工作原理截然不同：

•Mann-Whitney检验首先将所有值从低到高排序，然后根据两组平均值之间的差异计算P值。

•Kolmogorov-Smirnov检验则是比较两个数据集的累积分布，并计算出一个依赖于分布间最大差异的P值。

以下是在两种检验之间做出选择的一些指导原则：

•KS 检验对两个分布的任何差异都很敏感。形状、分布或中位数的显著差异会导致较小的 P 值。相反，MW 检验对中位数的变化非常敏感。

•MW 检验使用得更频繁，得到更多人的认可，因此，如果您不知道该选择哪种检验，请选择 MW 检验。

•MW 检验已扩展到处理并列值。KS 检验不能很好地处理并列值。如果您的数据是分类数据，有很多并列值，就不要选择 KS 检验。

•一些科学领域倾向于使用 KS 检验而不是 MW 检验。遵循自己领域的传统是有意义的。