R 在执行Wilcoxon测试之前，我需要进行缩放吗？

我正在对我的数据进行Wilcoxon秩和检验。数据的单位不同，规模也大不相同。 在运行测试之前是否需要键入此命令

## where x is my data frame
scale(x, center = TRUE, scale = TRUE)

---

或者Wilcoxon秩和测试本身就是这样做的吗？

您无法缩放，因为Wilcoxon是一个位置测试（R中的默认值为mu=0），如果缩放数据，您将丢失真实的位置信息

> x <- rnorm(100,700,20)
> 
> wilcox.test(x) # Mu = 0

        Wilcoxon signed rank test with continuity correction

data:  x 
V = 5050, p-value < 2.2e-16
alternative hypothesis: true location is not equal to 0 

> wilcox.test(x,mu=mean(x))

        Wilcoxon signed rank test with continuity correction

data:  x 
V = 2650, p-value = 0.6686
alternative hypothesis: true location is not equal to 697.4377 

> wilcox.test(scale(x))  # Mu = 0

        Wilcoxon signed rank test with continuity correction

data:  scale(x) 
V = 2650, p-value = 0.6686
alternative hypothesis: true location is not equal to 0 

>x
>威尔科克斯检验（x）#μ=0
带连续性校正的Wilcoxon符号秩检验
数据：x
V=5050，p值<2.2e-16
替代假设：真实位置不等于0
>威尔科克斯检验（x，mu=平均值（x））
带连续性校正的Wilcoxon符号秩检验
数据：x
V=2650，p值=0.6686
替代假设：真实位置不等于697.4377
>威尔科克斯检验（量表（x））#μ=0
带连续性校正的Wilcoxon符号秩检验
数据：比例（x）
V=2650，p值=0.6686
替代假设：真实位置不等于0

无法缩放，因为Wilcoxon是一个位置测试（R中的默认值为mu=0），如果缩放数据，将丢失真实的位置信息

> x <- rnorm(100,700,20)
> 
> wilcox.test(x) # Mu = 0

        Wilcoxon signed rank test with continuity correction

data:  x 
V = 5050, p-value < 2.2e-16
alternative hypothesis: true location is not equal to 0 

> wilcox.test(x,mu=mean(x))

        Wilcoxon signed rank test with continuity correction

data:  x 
V = 2650, p-value = 0.6686
alternative hypothesis: true location is not equal to 697.4377 

> wilcox.test(scale(x))  # Mu = 0

        Wilcoxon signed rank test with continuity correction

data:  scale(x) 
V = 2650, p-value = 0.6686
alternative hypothesis: true location is not equal to 0 

>x
>威尔科克斯检验（x）#μ=0
带连续性校正的Wilcoxon符号秩检验
数据：x
V=5050，p值<2.2e-16
替代假设：真实位置不等于0
>威尔科克斯检验（x，mu=平均值（x））
带连续性校正的Wilcoxon符号秩检验
数据：x
V=2650，p值=0.6686
替代假设：真实位置不等于697.4377
>威尔科克斯检验（量表（x））#μ=0
带连续性校正的Wilcoxon符号秩检验
数据：比例（x）
V=2650，p值=0.6686
替代假设：真实位置不等于0

Cool我理解你在这里做了什么，尽管我心里有一个问题，就是比较你执行的第一次和第三次测试之间的V值。V值下降是因为缩放后x矩阵中的值彼此更接近吗？V值下降是因为“实”（“实”是因为缩放后）位置更接近mu值。在第一种情况下，位置等于697.43，μ等于0，第三个位置和μ等于0。第二次我们的位置和mu等于697.43，这就是为什么第三次测试的V值相同（在两次测试中，mu和位置的距离相同，0）。酷，我理解你在这里做了什么，尽管我心里有一个问题，比较你执行的第一次和第三次测试的V值。V值下降是因为缩放后x矩阵中的值彼此更接近吗？V值下降是因为“实”（“实”是因为缩放后）位置更接近mu值。在第一种情况下，位置等于697.43，μ等于0，第三个位置和μ等于0。第二个我们的位置和mu等于697.43，这就是为什么它给出了第三个测试相同的V值（在两个测试中，mu和位置具有相同的距离，0）。