执行 Wilcoxon 秩和检验或 Mann-Whitney U 检验（非参数检验）。 测量健康的基因/化合物/错误/代谢物等（对照）个体和患有某种疾病的个体。 然后进行 Wilcoxon 秩和检验，以找出这些基因/化合物/代谢物/错误等中有多少在健康与疾病中以统计学显着的方式差异丰富。 还为每个测量的基因/化合物/错误/代谢物生成箱线图。 健康个体和患有某些疾病的个体的数据必须在单独的文件中提供。 行将代表不同的测量基因/化合物/错误/代谢物并且列将是不同的个体。

提供进化算法的wilcoxon实验代码，其中带有pso和gwo的一些数据，亲测有效，程序员不骗程序员，节约时间，励志科研

用于评估配对（相关）样本之间差异的非参数 Wilcoxon 检验。 如果差值小于15，则算法计算精确的秩分布； 否则它使用正态分布近似。 现在，MatLab 函数 SIGNRANK 返回相同的 p 值。 无论如何，这个 Wilcoxon 函数提供了更详细的输出（这是出版物所必需的......） 语法：STATS=WILCOXON(X1,X2,PLTS) 输入： X1 和 X2 - 数据向量。 ALPHA - 显着性水平（默认值 = 0.05）。 PLTS - 如果您不想 (0) 或想要 (1) 查看绘图，则设置该标志输出： - 使用精确等级分布时的 W 值和 p 值。 - W 值、Z 值、标准差（平均值 = 0）、使用正态分布时的 p 值如果指定了 STATS nargout，则结果将存储在 STATS 中结构。 例子： X1=[77 79 79 80 80 81 81 81 81

％ 输入： % - x1（向量），第一个样本% - x2（向量），第二个样本% - alpha、alpha（或显着性）水平% - tail ({'left','right','both'})，替代假设的类型％ 输出： % - p，p 值% - h，假设检验结果