t检验与Wilcoxon秩和检验p值差异显著，原因何在？

这种情况太常见了——完全是你的数据特性（大量小正值+少数极端负值）刚好踩中了t检验的软肋，同时又适配了Wilcoxon检验的优势，才会出现这么极端的p值差异。咱们一步步拆解：

1. t检验为啥给出0.6的p值？它被异常值坑了 #

t检验的核心是盯着样本均值看，而且它有两个硬要求：数据得近似正态分布，不能有严重的异常值。你的数据刚好两条都不满足：

• 首先，少数-200的极端值会疯狂放大样本方差：这些值和均值的偏差平方会让标准差暴涨，进而让标准误（标准差除以样本量的平方根）变得极大。
• 其次，你的数据分布完全不正态——一堆+2挤在一起，旁边拖了个长长的左尾巴（极端负值），这种分布下t检验的结果根本不可靠。

算个简单例子：假设你有497个+2，3个-200，累计收益394，均值约0.79。但标准差会达到15左右，标准误是15/√500≈0.68，t统计量只有0.79/0.68≈1.16，对应的p值就会在0.25左右，和你说的0.6逻辑一致——异常值把方差拉得太大，导致t检验觉得“均值和零的差异不够显著”，但这其实是检验方法本身失效了，不是真的没差异。

2. Wilcoxon检验为啥给出0.0001的p值？它盯的是另一个维度 #

你说的Wilcoxon秩和检验，这里更准确的是单样本Wilcoxon符号秩检验（用来检验分布位置和零的差异）。它根本不关心均值和方差，只看两件事：

• 样本里有多少是正的，多少是负的
• 这些正负样本的秩次（简单说就是把所有样本按绝对值排序后的位置）

你的数据里绝大多数是+2（正样本），只有极少数负样本，正样本的秩和会远远超过零假设下的期望秩和——零假设下正负样本的秩和应该差不多，但你这里正样本占绝对多数，所以检验会立刻给出极小的p值，说明数据的中位数（这里中位数就是+2）显著不等于零，这才是符合你数据实际情况的结论：大部分时候你是赚的，只是偶尔亏大钱。

你觉得t检验更合理？其实搞反了 #

你可能因为关注累计收益（均值），觉得t检验的结果更贴合，但实际上t检验在这种极端非正态、有大量异常值的场景下已经彻底失效了。你的均值被少数大亏拉低，方差被放大，导致t检验无法识别出均值和零的差异，但这不是均值真的没差异，是检验方法扛不住你的数据。

相反，Wilcoxon检验的结果才是靠谱的——它反映了数据的核心特征：你的收益分布中心在正值区域，大部分时候都是赚钱的，这和你看到的“多数为+2”完全一致。

内容的提问来源于stack exchange，提问作者Nickpick