Mann-Whitney U检验，也称为Wilcoxon秩和检验，是一种非参数统计检验方法，用于比较两个独立样本的中位数是否存在显著差异。这种检验方法适用于两组样本，其中样本不满足正态分布假设或方差齐性假设。它是对独立样本t检验的一种非参数替代方法。
Mann-Whitney U检验的基本思想是将两组数据合并起来，然后按照数值的大小进行排序，接着计算每个样本中的秩次（rank），然后将这些秩次相加。最后，通过比较这两组秩次和来确定两组数据是否存在显著的差异。
检验步骤如下：
1. 收集数据：首先，收集两组不满足正态分布假设的独立样本数据。
2. 合并数据：将两组数据合并成一个单一的数据集，并为每个数据点标记其来源组别。
3. 排序数据：按照数值的大小对合并后的数据进行排序。
4. 计算秩次：为每个数据点分配秩次，即根据数据在排序后的位置确定其秩次。对于秩次相同的数据点，通常采用平均秩次。
5. 计算U值：计算两组样本的秩和（U值）。其中，一个样本的U值表示其中一个组的所有秩次之和，另一个样本的U值表示另一个组的所有秩次之和。
6. 比较U值：通过比较两个样本的U值，可以确定它们是否存在显著的差异。这通常涉及到与临界值或基于置信水平的临界值进行比较。
7. 做出统计推断：根据比较结果，做出是否拒绝零假设的决策。
Mann-Whitney U检验的优点包括：
无需复杂的操作过程，一键生成分析报告。
避免个人的计算失误，后台帮你算法分析。
对异常值不敏感，使用秩而非原始数据，减少了异常值的影响。
适用于顺序变量，可以处理定性的顺序数据。
在正态分布假设不成立时，比t检验更有效。
在实际应用中，当样本量较小（通常小于30）且数据不服从正态分布时，Mann-Whitney U检验是一个合适的选择。
在报告Mann-Whitney U检验的结果时，通常包括U统计量和p值，有时还会提供中位数差异的置信区间。如果p值小于显著性水平（通常为0.05），则拒绝零假设，认为两组之间存在显著差异。