(资料图片仅供参考)
u检验也叫Z检验。u检验是一种用于评定2个单独的顺序数据样本是否来自同一个整体的非参数检验。使用u检验需要把两个单独样本分数转化为其所在合并样本里的名次，再检验基于两样本名次测算出的u值，以此来评价2组平均名次间是否具有显著差异。
u检验也叫
当虚无假设没被拒绝时，可以得出两样本在因变量中没有差异的观点。因此u检验验被当作非参数检验里的单独样本t检验。
u检验与t检验不同的是，u检验适用于小样本数据，而且不要求数据满足正态分布。
但当数据为正态分布时，t检验比u检验更具统计效能。即当假定的差异确实存在时，t检验更容易发现这些差异。
扩展阅读
2.独立样本的T检验，除了要满足正态性，还需要满足方差齐性的前提条件。在方差齐性的情况下才可以使用T检验，如果方差不齐性，则应采用校正T检验。Z检验Z检验（ZTest）又叫U检验。由于实际问题中大多数随机变量服从或近似服从正态分布，U作为检验统计量与X的均值是等价的，且计算U的分位数或查相应的分布表比较方便。通过比较由样本观测值得到的U的观测值，可以判断数学期望的显著性，我们把这种利用服从标准正态分布统计量的检验方法称为U检验（U-test）大样本(n>30)，或总体方差已知的情况下，又想实现T检验的功能，那么就用Z检验。
3、p值的计算，或者是FDR计算。在计算差异后，同样的也需要计算该基因在两组中的表达是否存在偶然性，因此会根据数据分布的类型选择合适的统计方法。如数据符合正态分布，样本量小于30使用t检验，样本量大于30使用u检验，如果数据符合偏态分布，使用秩和检验。为了控制假阳性的存在，使用多重检验对p值进行校正，方法有很多，如BH等等。
标签：
