如何获取pairwise.wilcox.test两两比较的W统计量？

默认的pairwise.wilcox.test()函数仅返回两两比较的p值矩阵，不会输出W统计量。但你可以通过**批量生成分组组合+循环调用wilcox.test()**的方式，一次性获取所有两两比较的W统计量和对应p值，无需逐个手动执行检验。

具体实现步骤： #

1. 构造示例数据（替换成你的实际数据）

set.seed(123)
df <- data.frame(
  value = c(rnorm(20, 5), rnorm(20, 6), rnorm(20, 7)),
  group = rep(c("A", "B", "C"), each = 20)
)

2. 生成所有分组的两两组合

groups <- unique(df$group)
# 生成所有无序两两组合
combos <- t(combn(groups, 2))

3. 定义批量处理函数

get_wilcox_stats <- function(combo, data) {
  # 提取当前组合的两组数据
  subset_data <- data[data$group %in% combo, ]
  # 执行Wilcoxon检验
  test_res <- wilcox.test(value ~ group, data = subset_data)
  # 返回统计量和p值
  data.frame(
    comparison = paste(combo[1], "vs", combo[2]),
    W_statistic = as.numeric(test_res$statistic),
    p_value = test_res$p.value
  )
}

4. 批量执行并整理结果

# 用lapply批量处理所有组合，再合并成数据框
library(dplyr)
final_results <- lapply(1:nrow(combos), function(i) get_wilcox_stats(combos[i, ], df)) %>%
  bind_rows()

# 查看结果
print(final_results)

运行后你会得到类似这样的输出，包含每一组比较的W统计量和p值：

comparison W_statistic   p_value
1      A vs B        126.0 0.0002924
2      A vs C         23.5 0.0000000
3      B vs C         88.0 0.0000154

补充说明： #

• 如果你的数据是多变量（比如多个数值列需要分别做两两比较），可以把上述逻辑嵌套一层循环，遍历每个数值变量即可，同样无需逐个手动执行。
• 这种方法本质是自动生成所有需要的分组组合，批量调用基础的wilcox.test()，从而一次性获取所有W统计量，避免重复劳动。

内容的提问来源于stack exchange，提问作者Flyredbird