统计百科 ·
Wilcoxon符号秩检验的APA报告怎么写？Z值与效应量格式全解
统计百科：专攻"Wilcoxon符号秩检验怎么写进论文"这一具体格式点——Z值两位小数、精确p值或精确检验、效应量r=Z/√N的计算与呈现、中位数差的报告方式，给出配对非参数设计可直接套用的APA 7th完整模板。
配对数据不正态，或量表是有序测量，Wilcoxon符号秩检验是最常用的替代方案。但很多人跑完了检验，却卡在写进论文这一步：Z值怎么写、p值精确到几位、效应量r到底怎么算、中位数和中位数差要不要报告？这篇文章只讲一件事：Wilcoxon符号秩检验怎么规范写进APA 7th格式的论文。
你的Wilcoxon报告有这些问题吗？
审稿人或导师关于Wilcoxon结果报告最常见的反馈：
- "Wilcoxon检验缺少效应量，请补充r值"
- "Z值要写成Z = X.XX，不要写成Z(N)，自由度写法不适用于此检验"
- "p = .000不规范，请改为p < .001"
- "报告了均值，非参数检验应该报告中位数（Mdn）"
- "效应量r的计算公式是r = Z/√N，N是参与计算的非零差值对数，请说明"
- "符号秩检验方向性不明，请说明中位数差的方向（前高于后，还是后高于前）"
这些问题指向同一个核心：Wilcoxon符号秩检验在APA 7th中有特定的报告元素组合，与t检验和F检验不同，但很多教材对此着墨不多。本文给出每个场景的完整模板，覆盖格式规范、效应量计算和方法章节描述。
一、Wilcoxon符号秩检验是什么，什么时候用
检验逻辑
Wilcoxon符号秩检验（Wilcoxon Signed-Rank Test）是配对样本t检验的非参数替代，适用于以下情形：
| 使用场景 | 说明 |
|---|---|
| 配对数据但差值不服从正态分布 | Shapiro-Wilk对差值显著（p < .05）且样本量较小 |
| 有序量表（Likert）配对比较 | 5点/7点量表的前后测比较，不满足t检验等距假设 |
| 小样本配对设计（N < 30） | 正态性难以确认，非参数更稳健 |
| 包含极端值/异常值 | 秩次运算对极端值不敏感 |
与配对t检验的关键区别
配对t检验检验均值差是否为零；Wilcoxon符号秩检验检验差值的中位数是否为零。因此，报告非参数结果时，必须报告中位数（Mdn）而非均值（M），这是最常被忽视的格式要求。
二、APA 7th报告必须包含的要素
必报要素清单
| 要素 | 格式 | 示例 |
|---|---|---|
| 检验统计量Z | Z = X.XX（两位小数） | Z = -3.47 |
| p值（精确三位小数） | p = .XXX 或 p < .001 | p < .001 |
| 效应量r | r = .XX（两位小数） | r = .49 |
| 各组/时间点中位数 | Mdn = XX | Mdn = 4.00 |
| 差值中位数（可选但推荐） | 差值Mdn = XX（95% CI [X, X]） | 差值Mdn = 1.50 |
Z值的精度要求
- Z值精确到两位小数：Z = -3.47（不写-3.5或-3.474）
- Z值可以为负，负号表示正差值秩次之和小于负差值秩次之和（即后测高于前测）
- 不要写Z(N) = X.XX，Wilcoxon符号秩检验不报告自由度；如需说明样本量，在文字中另行说明"N = XX对"
- p = .000 → 改写为p < .001；p值不加前导零（.032而非0.032）
效应量r：唯一推荐公式
APA 7th及大多数统计教材推荐的效应量为：
$r = \frac{Z}{\sqrt{N}}$
其中N是参与配对差值计算的非零差值对数（即差值不为0的配对数），而非总样本量。若所有配对的差值均非零，N等于总对数。
Cohen（1992）效应大小标准（r，与相关系数标准相同）：
| 效应大小 | r值 |
|---|---|
| 小效应 | .10 |
| 中效应 | .30 |
| 大效应 | .50 |
注意：部分软件（如R的coin包）会输出精确Z值（exact Z）而非渐近Z值，两者的p值计算方法不同。若使用精确检验，应在报告中注明"采用精确检验（exact test）"。
三、完整APA报告模板：三种场景
场景一：前后测配对（基础写法）
情形：45名学生，干预前后Likert量表（1–7分）各测一次，检验干预效果。
完整报告段落模板：
Wilcoxon符号秩检验结果显示，[后测/干预后]（Mdn = [后测中位数]）
显著[高于/低于][前测/干预前]（Mdn = [前测中位数]），
Z = [Z值], p [= .XXX / < .001], r = .[XX]（[大小]效应）。
填入数值的示例：
Wilcoxon符号秩检验结果显示，干预后学习动机得分（Mdn = 5.00）显著高于干预前（Mdn = 3.50），Z = -4.12，p < .001，r = .61，为大效应（Cohen，1992）。
场景二：报告差值中位数与置信区间（强化版）
情形：60名被试，报告差值的中位数和Hodges-Lehmann估计量置信区间。
完整报告段落模板：
Wilcoxon符号秩检验结果显示，
[变量名]在[条件B]（Mdn = [B中位数]）和[条件A]（Mdn = [A中位数]）
之间存在显著差异，Z = [Z值], p [值], r = .[XX]（[大小]效应）。
Hodges-Lehmann位置差估计量为[差值Mdn]（95% CI [下限, 上限]），
表明[条件B]的典型得分比[条件A]高出约[差值Mdn]分。
填入数值的示例：
Wilcoxon符号秩检验结果显示，第二学期（Mdn = 78.5）与第一学期（Mdn = 72.0）的学业成绩之间存在显著差异，Z = -3.84，p < .001，r = .50，为大效应（Cohen，1992）。Hodges-Lehmann位置差估计量为6.50（95% CI [4.0, 9.5]），表明第二学期的典型得分比第一学期高出约6.5分。
场景三：结果不显著时的完整报告
情形：28名被试，前后测差异未达显著。
完整报告段落模板：
Wilcoxon符号秩检验结果显示，[后测]（Mdn = [后测中位数]）与
[前测]（Mdn = [前测中位数]）之间的差异未达统计显著水平，
Z = [Z值], p = .[XXX], r = .[XX]（[大小]效应）。
结合效应量大小和样本量（N = [N]），
当前结果不足以排除实际效应的存在。
填入数值的示例：
Wilcoxon符号秩检验结果显示，培训后（Mdn = 4.00）与培训前（Mdn = 3.50）的工作满意度得分之间的差异未达统计显著水平，Z = -1.52，p = .128，r = .29，为接近中等效应。结合效应量大小和样本量（N = 28对），当前结果不足以排除实际效应的存在，建议在较大样本中进行重复检验。
四、在ChatSRS上一句话获得规范Wilcoxon报告
打开 chatsrs.com，上传数据后输入：
"对前后测数据做Wilcoxon符号秩检验，报告Z值（两位小数）、精确p值、效应量r（公式r=Z/√N）以及前测和后测的中位数；如有可能输出Hodges-Lehmann差值估计量和95%置信区间；按APA 7th格式输出完整报告段落，可直接复制进论文。"
ChatSRS会自动：
- 跑Wilcoxon符号秩检验（R引擎
wilcox.test、Pythonscipy.stats.wilcoxon或SPSS对应模块） - 计算r = Z/√N并标注效应大小分级
- 输出前/后测的Mdn、Z值、p值、r和Hodges-Lehmann估计量
- 生成符合APA 7th的完整报告段落
如果你的差值数据包含零值（tied pairs），在指令中加一句"说明差值为零的对数是否已从N中排除"，ChatSRS会自动核查并在报告中注明。
五、方法章节怎么描述Wilcoxon符号秩检验
标准方法章节描述
由于[前后测差值/配对差值]的Shapiro-Wilk正态性检验显著
（W = X.XX, p [值]），数据偏离正态分布假设，
故采用Wilcoxon符号秩检验（Wilcoxon Signed-Rank Test）
替代配对样本t检验，以[前测/条件A]与[后测/条件B]的差异进行推断。
集中趋势以中位数（Mdn）表示，效应量报告r（r = Z/√N），
参照Cohen（1992）标准（.10 = 小效应，.30 = 中效应，.50 = 大效应）。
统计分析使用ChatSRS（R引擎），显著性水平设为alpha = .05。
若直接选择非参数检验（未先检验正态性）
[因变量]采用Likert有序量表（1–[X]分）测量，
满足非参数检验的适用条件，
故采用Wilcoxon符号秩检验比较[条件A]与[条件B]之间的差异。
分析结果以中位数和效应量r报告。
六、N的含义：最容易算错效应量的细节
效应量公式 r = Z/√N 中，N的定义是"差值不为零的配对对数"，不是总样本量。
举例：
| 总配对对数 | 差值为零（tied pairs） | 参与计算的N | 正确公式 |
|---|---|---|---|
| 50 | 0 | 50 | r = Z/√50 |
| 50 | 3 | 47 | r = Z/√47 |
| 30 | 5 | 25 | r = Z/√25 |
大多数统计软件（SPSS、R）在输出结果时会同时给出参与计算的N（有时标注为"N used"或"valid N"），以该N计算效应量，而非以总样本量计算。若软件不提供，需手动统计差值非零的配对数。
报告时建议注明：效应量r基于N = XX对（差值不为零的配对）计算，以避免审稿人对N来源的疑问。
七、常见错误对照表
| 常见错误 | 正确写法 | 违反的规则 |
|---|---|---|
| Z(44) = -3.47（带括号自由度） | Z = -3.47 | Wilcoxon不报告自由度 |
| p = .000 | p < .001 | .000是舍入假值 |
| p = 0.032 | p = .032 | APA不加前导零 |
| 无效应量 | r = .49（大效应） | APA 7th要求效应量 |
| 报告M（均值）而非Mdn（中位数） | Mdn = 4.00 | 非参数检验用中位数描述集中趋势 |
| r = Z/√总N（未排除tied pairs） | r = Z/√非零差值对数N | N定义错误导致效应量偏小 |
| 只报告W统计量（R输出V值） | 统一写为Z；若报告V，注明软件 | 不同软件输出不同统计量 |
| 不说明检验方向 | 明确写"后测显著高于前测" | 方向性影响结论解读 |
关于V值（R语言）：R的
wilcox.test默认输出W或V（正秩次之和），而非Z。如需Z值，在指令中指定或使用coin包的wilcoxsign_test获得标准正态Z值。ChatSRS统一输出Z值，无需手动转换。
常见FAQ
Q：Wilcoxon符号秩检验和符号检验（Sign Test）是同一个检验吗？
A：不是。符号检验（Sign Test）只关注差值的正负方向，不考虑差值的大小；Wilcoxon符号秩检验在考虑方向的同时，还对差值的绝对值进行排秩，因此利用了更多信息，统计功效更高。APA报告中两者的符号不同：符号检验用S，Wilcoxon符号秩检验用Z（渐近）或V/W（精确）。若样本量较大（N > 25），两者的p值差异通常不大；小样本时差异可能较为明显。在能使用Wilcoxon符号秩检验的情况下，一般不推荐仅用符号检验。
Q：效应量r不显著时也要报告吗？
A：必须报告。与F值和t值的规则相同，APA 7th要求所有推断统计结果都报告效应量，不区分显著与否。r值即使很小（如r = .18），也要写进报告，结合样本量和统计功效说明"当前样本量可能不足以检测到实际存在的中等效应"，这是规范的null result报告写法。
Q：小样本（N < 10）时Wilcoxon检验的p值可靠吗？
A：渐近Z值在小样本下精度有限，建议改用精确检验（exact test）。SPSS、R的coin包均支持精确检验，此时输出的是精确p值（exact p），无Z统计量或Z为近似值。报告时应注明"采用精确Wilcoxon符号秩检验"，并报告精确p值，效应量r的计算方式不变。ChatSRS在N < 20时默认切换精确检验并自动注明。
Q：Wilcoxon符号秩检验和Mann-Whitney U检验有什么区别，报告格式一样吗？
A：两者是不同的检验：Wilcoxon符号秩检验用于配对/相关样本（同一组被试的两次测量，或匹配对），Mann-Whitney U检验用于两个独立组的比较。报告格式有所不同：Mann-Whitney报告U统计量（U = XX）而非Z；效应量公式相同（r = Z/√N），但N是两组总样本量之和。两者都要报告中位数，但Mann-Whitney报告的是两组各自的Mdn，Wilcoxon报告的是两个时间点或条件下的Mdn。
Q：中位数差和均值差哪个更适合报告？
A：使用非参数检验时，集中趋势指标应与检验方法匹配，报告中位数（Mdn）而非均值（M）。中位数差（Mdn_后 - Mdn_前）是最直观的描述，但更严格的做法是报告Hodges-Lehmann差值估计量——它是基于所有配对差值对的中位数，与Wilcoxon符号秩检验的原理一致，且可以附置信区间，适合需要量化效果大小的论文。ChatSRS默认同时输出中位数差和Hodges-Lehmann估计量，方法章节中可两者都报告。
快速参考：Wilcoxon符号秩检验格式速查卡
[基础格式]
Z = X.XX, p [= .XXX / < .001], r = .XX（[大小]效应）
前测Mdn = XX，后测Mdn = XX
[完整格式（推荐）]
"[变量名]在[后测/条件B]（Mdn = XX）
显著[高于/低于][前测/条件A]（Mdn = XX），
Z = X.XX, p < .001, r = .XX（大效应，Cohen 1992）。"
[效应量计算]
r = Z / sqrt(N) // N = 差值不为零的配对对数
小效应: r = .10, 中效应: r = .30, 大效应: r = .50
[方法说明（选其一）]
- 差值不正态 → "Shapiro-Wilk检验显著（W = X.XX, p < .05），采用Wilcoxon符号秩检验"
- 有序量表 → "量表为有序测量，采用Wilcoxon符号秩检验"
- 小样本 → "N < 20，采用精确Wilcoxon符号秩检验（exact test）"
[常见错误一览]
X Z(N) = -3.47 → Z = -3.47
X M = 4.2（非参） → Mdn = 4.00
X r = Z/sqrt(总N) → r = Z/sqrt(非零差值对数N)
X p = .000 → p < .001
相关阅读
- 非参数检验APA报告怎么写 — Mann-Whitney U / Kruskal-Wallis H / Wilcoxon W格式全解
- 非参数检验完整教程 — Mann-Whitney/Wilcoxon/Kruskal-Wallis 用AI一句话完成
- 配对样本t检验完整教程 — 前后测/自身对照用AI一句话完成 + APA报告
本文首发于 ChatSRS 官方博客。如有问题或反馈，欢迎在 ChatSRS 站内 [用户中心 -> 帮助与反馈] 联系我们。