这里V=34是wicoxon的统计量，P值<0.05，即拒绝原假设，接受备择假设，中位值小于小于140安培小时。

    例17. 为了检验一种新的复合肥和原来使用的肥料相比是否显著提高了小麦的产量，在一个农场中选择了10块田地，每块等分为两部分，其中任指定一部分使用新的复合肥料，另一部分使用原肥料。小麦成熟后称得各部分小麦产量如下表所示。试用Wilcoxon符号检验法检验新复合肥是否会显著提高小麦的产量，并与符号检验作比较（α = 0.05）。

    解：根据题意作如下假设：

                     H0：新复合肥的产量与原肥料的产量相同，

                     H1：新复合肥的产量高于原肥料的产量。

           符号秩检验R语言代码：

           x<-c(459, 367, 303, 392, 310, 342, 421, 446, 430, 412)
           y<-c(414, 306, 321, 443, 281, 301, 353, 391, 405, 390)
           wilcox.test(x, y, alternative = "greater", paired = TRUE)

         可见P值<0.05拒绝原假设，即新复合肥能显著提高小麦产量。

         符号检验R语言代码：

         x<-c(459, 367, 303, 392, 310, 342, 421, 446, 430, 412)
         y<-c(414, 306, 321, 443, 281, 301, 353, 391, 405, 390)
         binom.test(sum(x>y), length(x), alternative = "greater")        

         用符号检验P值>0.05，因此在α = 0.05的水平下，就所给数据而言，符号检验还不足以区分两种化肥对提高小麦的产量产生差异。

例18.今测得10名非铅作业工人和7名铅作业工人的血铅值，如下表所示。试用Wilcoxon秩和检验分析两组工人血铅值有无差异。

    解：进行Wilcoxon秩和检验R语言同样可以使用wilcox.test( )

    R语言代码：

    x<-c(24, 26, 29, 34, 43, 58, 63, 72, 87, 101)

    y<-c(82, 87, 97, 121, 164, 208, 213)

    wilcox.test(x,y,alternative="less",exact=FALSE,correct=FALSE)

   P值小于0.05，拒绝原假设，即铅作业工人血铅值高于非作业工人。

例19.某医院用某种药物治疗两型慢性支气管炎患者共216例，疗效由下表所示，试分析该药物对两型慢性支气管炎的治疗是否相同。

    解：我们想象各病人的疗效用4个不同的值表示（1表示最好，4表示最差），这样就可以位这216名排序，因此，可用Wilcoxon秩和检验来分析问题。

    R语言代码：