Wilcoxon秩和檢驗的statistic和alternative

1. statistic：
   • 這一列表示Wilcoxon秩和檢驗的統計量值。對於Wilcoxon秩和檢驗，統計量通常是基於兩組資料秩次的和差異計算得出的。具體來說，它可能是W統計量（也稱為Wilcoxon秩和統計量），該統計量反映了兩組資料中觀測值秩次之和的差異。統計量的具體值可以用來計算p值，進而判斷兩組資料是否有顯著差異。
2. alternative：
   • 這一列描述了執行Wilcoxon秩和檢驗時採用的備擇假設（alternative hypothesis）。備擇假設定義了兩組資料之間差異的預期方向。具體地，它可以是以下之一：
     • two.sided：表示兩邊檢驗，即測試兩組資料是否不同，不預設任何一組的數值普遍高於或低於另一組。
     • greater：表示單邊檢驗，具體來說，是測試第一組的數值是否普遍大於第二組。
     • less：同樣是單邊檢驗，但是測試第一組的數值是否普遍小於第二組。
   在大多數情況下，broom::tidy()函式預設提取的是two.sided的備擇假設結果，除非在執行wilcox.test時特別指定了alternative引數。

總結：statistic列提供了判斷組間差異顯著性的統計依據，而alternative列說明了這種差異的預期方向或性質。在解讀Wilcoxon秩和檢驗結果時，這兩個指標都非常重要，statistic用於瞭解差異的統計顯著性，alternative則幫助理解這種差異的預期方向。

在Wilcoxon秩和檢驗中，統計量（通常指的是W統計量）的絕對大小本身並不直接決定差異的顯著性。顯著性是透過統計量對應的p值來判斷的，p值計算考慮了樣本大小和統計量的分佈。也就是說，即使統計量較大，但如果對應的p值大於顯著性水平（如0.05），我們仍然不能認為兩組之間有顯著差異。

Wilcoxon秩和檢驗的統計量W基於秩次，它表示一個組的秩和與在完全隨機情況下期望的秩和之間的差異。在一定程度上，W統計量的大小可以反映組間差異的程度，但它的具體數值受到樣本大小的影響，因此不能單獨用W的大小直接判斷差異的顯著性。

總的來說：

• 統計量的大小並不能直接告訴我們差異是否顯著。顯著性是透過p值來判斷的，p值反映了觀測到的統計量（或更極端的值）在零假設成立時出現的機率。
• p值才是用來判斷統計顯著性的關鍵指標。如果p值小於事先設定的顯著性水平（例如0.05），則認為兩組之間有統計學上的顯著差異。

因此，當評估Wilcoxon秩和檢驗的結果時，應重點關注p值而不是僅僅看統計量的大小。