u检验，也称为曼-惠特尼U检验或Mann-Whitney U检验，是一种非参数统计检验方法，用于比较两个独立样本是否来自同一分布，适用于不满足正态分布或样本量较小的数据。它通过将两组数据混合排序后计算秩和，得出统计量U值，进而判断两组总体分布是否存在显著差异。u检验无需假设数据的方差齐性，在医学、社会科学等领域广泛应用，尤其当t检验的前提条件无法满足时，u检验是更稳健的替代方案。

【常见问题】

问题1：u检验与t检验有什么区别？

回答1：u检验是非参数检验，不要求数据服从正态分布，适用于顺序变量或非正态连续数据；t检验是参数检验，需要数据近似正态分布且方差齐性。当样本量较大时两者结果接近，但u检验对异常值更稳健。

问题2：u检验的结果如何解读？

回答2：u检验输出p值，若p值小于显著性水平（如0.05），则拒绝原假设，认为两个独立样本的总体分布存在显著差异；否则无法拒绝原假设，即无证据表明分布不同。

问题3：u检验适用于什么样本量？

回答3：u检验对样本量无严格限制，但通常要求每组样本量至少为5，当样本量较小时（如每组3-5个），仍可计算精确p值；样本量较大时（如每组≥20），可使用正态近似法计算。

问题4：u检验的假设条件有哪些？

回答4：u检验的基本假设包括：两个样本相互独立；数据为顺序变量或连续变量；两组样本的分布形状相似（但不要求对称）。不要求正态性和方差齐性。

问题5：如何计算u检验的样本量？

回答5：u检验的样本量计算通常基于效应量（如两个分布的中位数差）和显著性水平，可使用统计软件（如GPower）进行事前功率分析。一般每组至少10-15个样本可提供中等检验效能。