说明
wilcoxon秩和及wilcoxon符号秩检验是对原假设的非参数检验，在不需要假设两个样本空间都为正态分布的情况下，测试它们的分布是否完全相同。

操作

#利用mtcars数据 
library(stats)
data("mtcars")
boxplot(mtcars$mpg~mtcars$am,ylab='mpg',names = c('automatic','manual))

执行wilcoxon秩和检验验证自动档手动档数据分布是否一致

wilcox.test(mpg~am,data = mtcars)

#wilcox.test(mtcars$mpg[mtcars$am==0],mtcars$mpg[mtcars$am==1])（与上面等价）
Wilcoxon rank sum test with continuity correction

data:  mpg by am
W = 42, p-value = 0.001871
alternative hypothesis: true location shift is not equal to 0

Warning message:
In wilcox.test.default(x = c(21.4, 18.7, 18.1, 14.3, 24.4, 22.8,  :
  无法精確計算带连结的p值

总结
执行wilcoxon秩和检验（也称Mann-Whitney U检验）这样一种非参数检验 。t检验假设两个样本的数据集之间的差别符合正态分布（当两个样本集都符合正态分布时，t检验效果最佳），但当服从正态分布的假设并不确定时，我们执行wilcoxon秩和检验来验证数据集中mtcars中自动档与手动档汽车的mpg值的分布是否一致，p值<0.05,原假设不成立。意味两者分布不同。警告“无法精確計算带连结的p值“这是因为数据中存在重复的值，一旦去掉重复值，警告就不会出现。
————————————————
原文链接：https://blog.csdn.net/dingming001/article/details/72822270