在R语言中使用Wilcox检验时，如何获取z值？

嘿，这个问题我之前做统计分析的时候也纠结过！Base R里的wilcox.test()默认只会返回W统计量和p值，但z值其实是可以通过两种方式轻松拿到的：

方法1：手动计算z值（基于W统计量） #

Wilcoxon秩和检验的z值是W统计量经过正态近似标准化后的结果，我们可以利用检验返回的W值，结合样本量和结的修正来计算：

先跑一个示例检验：

set.seed(123)
group1 <- rnorm(20)
group2 <- rnorm(20, mean = 0.5)
test_result <- wilcox.test(group1, group2)

然后按步骤计算z值：

# 提取W统计量
W <- unname(test_result$statistic)
# 获取两组样本量
n1 <- length(group1)
n2 <- length(group2)

# 处理结的情况（如果数据有重复值，需要修正方差）
all_ranks <- rank(c(group1, group2))
tie_counts <- table(all_ranks)
tie_correction <- sum(tie_counts^3 - tie_counts)

# 计算W的均值和调整后的标准差
mu_W <- n1 * (n1 + n2 + 1) / 2
sigma_W <- sqrt(
  (n1 * n2 / 12) * 
  ( (n1 + n2 + 1) - tie_correction / ((n1 + n2) * (n1 + n2 - 1)) )
)

# 计算z值（加入连续性修正，和wilcox.test的默认逻辑一致）
z <- (W - mu_W - sign(W - mu_W) * 0.5) / sigma_W

# 查看结果，你可以根据需求选择保留符号或取绝对值
z

方法2：用coin包直接获取z值 #

如果你不想手动计算，可以用coin包的wilcox_test()函数，它会直接返回标准化的z统计量：

# 先安装包（第一次用的话）
# install.packages("coin")
library(coin)

# 执行检验，distribution参数可选exact/approximate
coin_test <- wilcox_test(group1 ~ group2, distribution = approximate())

# 提取z值
coin_test@statistic@teststatistic

小提示：Base R默认不输出z值，是因为当样本量较小时，正态近似的z值参考性不强，更推荐用精确检验的p值。但如果你的样本量足够大，需要报告z值的话，上面两种方法都能搞定~

内容的提问来源于stack exchange，提问作者sheetal_158