1 概要と位置づけ
1.1 検定の目的
ウィルコクソンの順位和検定は、対応のない2群の観測について、2群の分布の位置（中心の傾きやずれの方向を含む）に差があるかを調べるためのノンパラメトリック手法である。典型的には、ある指標の高低が群間で体系的に異なるかどうかを、順位データを用いて評価する。
1.2 ノンパラメトリック検定としての特徴
元データを直接仮定せず、観測値を順位に変換して検定統計量を構成する点が特徴である。これにより、外れ値や極端な値の影響が比較的抑えられ、正規性などの分布仮定を必要としない形で分析できる場合が多い。
1.3 パラメトリック検定との比較
パラメトリック検定は、母集団分布の形や分散の特徴などを一定程度仮定することがある。一方で順位和検定は順位情報に基づくため、分布の厳密な形には敏感でない利点がある。ただし、検定の性質が「中央値差そのもの」を直接対象にしていない点や、両群の分布形状が大きく異なる場合の解釈が難しくなる点には留意が必要である。
2 検定の前提条件
2.1 サンプルの独立性
2群の各観測が互いに独立であることが前提となる。研究デザイン上、同一個体の繰り返し測定や対応関係がある場合には、本検定ではなく対応のある手法が検討されるべきである。
2.2 データの尺度と順位化
データは順位付け可能な尺度であることが求められる。具体的には大小関係が定義できればよく、間隔尺度や比尺度に比べて柔軟に適用できる。順位化により値の具体的な間隔情報は捨てられるため、順位の意味づけが妥当かを事前に確認する。
2.3 分布の形に関する注意
順位和検定は、2群の分布が同一の形（形状が近いこと）で、位置だけがずれている状況を想定した性質に結びつく。分布形状の差が大きいと、「位置の差」を反映する程度が単純でなくなる。
2.3.1 同分布性（形状の近さ）という観点
多くの解釈で暗黙に、両群の分布が概ね同じ形状であることが望ましい。たとえば片方が急に立ち上がる分布で、もう一方がなだらかな分布であるように、分布の広がりや裾の挙動が大きく異なると、順位の偏りが位置だけで説明できない可能性がある。
2.4 中央の差に関する解釈上の制約
検定は一般に「2群の中央値が異なるか」を直接断定するものではない。順位に基づくため、検出される差は確率的な優位（ある群の値がもう一方より大きいことの傾向）として現れやすい。分布の形が近い条件の下で、中心のずれが中央値差と整合しやすいと考えられるが、常に一対一に対応するわけではない。
3 検定手続き
3.1 仮説の設定
帰無仮説は、2群の分布が同一であり、順位が偏らない（位置が同じ）という考え方に対応する。対立仮説は、2群の位置に差がある（順位に系統的な偏りが生じる）という形になる。両側検定か片側検定かを研究目的に応じて設定する。
3.2 データの順位付け
両群の全観測をまとめ、大小順に順位を付与する。次に各群ごとに、割り当てられた順位の合計を計算し、それを検定統計量として用いる。順位付けの際には、同じ値がある場合の扱いが重要になる。
3.2.1 同順位（タイ）の扱い
同一値が複数存在する場合、通常はその値に対応する順位を平均して付与する（例：順位5と6をもつ観測が同値なら、両者に5.5を割り当てる）。このタイの処理は検定統計量の計算や分散の見積もりに影響するため、ソフトウェアが採用する規則を確認する必要がある。
3.3 検定統計量（順位和）の定義
代表的には、群1の順位の合計 \(W\) を統計量とする。群1と群2を入れ替えても同じ情報を含むため、どちらの順位和を用いるかは結果の符号の向きに関係するが、検定の有意性判定自体は整合することが多い。
3.4 期待値と分散の考え方
順位は全体で規則的に配置されるため、帰無仮説の下では順位和の期待値が決まる。加えて、観測数とタイの有無により分散も算定できる。正確な分布を使わない場合は、この期待値と分散に基づく標準化（正規化）を行ってp値を求める。
4 有意性の判定と計算方法
4.1 正確な分布に基づくp値
標本サイズが小さい、あるいはタイの影響を精密に反映したい場合には、順位和がとり得る値の全体分布（有限標本の帰無分布）に基づいてp値を計算する方法が用いられる。ソフトウェアによっては完全な列挙または動的計画法に近い手順で確率を求める。
4.2 正規近似によるp値
標本が大きい場合は、順位和の標準化が漸近的に正規分布に近づく性質を利用し、正規近似でp値を算出することがある。タイが多いと分散や補正が必要になるため、近似の精度はデータの条件に依存する。
4.3 計算例（概念手順）
1) 群1と群2の全観測をまとめる。 2) 大小順に順位を割り当てる（タイは平均順位）。 3) 群1の順位を合計し、順位和 \(W\) を得る。 4) 帰無仮説の下での分布（正確法または正規近似）と比較し、両側・片側の定義に従ってp値を算出する。 この流れにより、順位の偏りが偶然の範囲を超えるかが判断される。
4.3.1 小標本での注意点
小標本では正規近似よりも正確法の方が信頼性が高いことが多い。また、離散的な順位和の性質によりp値が段階的になり、検定力や有意判定の粒度が変わり得る。したがって、少数例のときは計算方式の違いが結果に影響する可能性がある。
4.4 多重比較がある場合の考え方
複数の群の組合せや複数の指標を同時に検定する場合、偶然の有意が増える。順位和検定自体に多重比較補正機構が内蔵されているわけではないため、Holm法やBonferroni法などの補正、または効果の推定を優先する設計を併用するのが一般的である。
5 効果量と結果の解釈
5.1 効果量の位置づけ
検定は有意性（偶然か否か）を中心に扱うのに対し、効果量は差の大きさを定量化する役割を持つ。順位和検定では、順位の偏りから作られる効果量指標を報告すると、研究の実務的な意味が伝わりやすい。
5.2 一般的な効果量指標（順位に基づく指標）
よく用いられる指標としては、順位に基づく相関係数型（例：ランクビスイート相当の指標）や、平均順位差から変換したスケールなどがある。いずれも「値そのものの差」ではなく、比較の順序関係がどれほど偏っているかを表す点が重要である。
5.3 「どちらの群が高い（低い）か」の解釈
順位和が大きい側は、一般に「大きい値が多い」群として解釈される。ただし、符号の向きはどちらを順位和として採用したかに依存する。さらに、分布形状が同程度である場合に限り、中心の高低と整合しやすい一方、形状が異なると解釈は慎重になる。
5.4 信頼区間の扱い
効果量指標には信頼区間を付すことができる場合がある。方法としてはブートストラップによる区間推定や、近似的な区間算出が用いられることがある。信頼区間の作り方はソフトウェアや指定設定に依存するため、研究報告では手法の明記が望ましい。
6 応用領域と実務上の注意
6.1 実験データ・調査データでの使い所
医療、心理、品質管理、社会調査などで、測定値が外れ値を含む、尺度が順位付けに近い、分布の正規性が疑わしいといった状況に適する。特に「群間比較をしたいが、分布仮定を置きにくい」場面で選択されやすい。
6.2 外れ値耐性という利点
順位への変換は、極端な観測が統計量に与える影響を緩和する。数値の絶対差ではなく順序の違いに焦点が当たるため、測定誤差や一時的な異常値が混ざっている場合でも頑健性が期待できる。
6.3 欠測や打ち切りがある場合
欠測が無作為でない可能性があると、解析の妥当性が揺らぐ。欠測を単純除外するだけでよいかは研究設計に依存する。また、打ち切りが存在し、観測できない値がある場合には、順位和検定の前提に合わないことがあるため、生存時間解析の手法など別アプローチが検討される。
6.4 レポート時の記載事項
典型的には、検定名、片側・両側、対象の群、サンプルサイズ、タイの扱い、p値、効果量指標、そして必要に応じて信頼区間を記載する。さらに、どのような条件で順位付けしたのか（同順位の処理や変換の有無）を明確にすると再現性が高まる。
7 関連する検定との違い
7.1 マン・ホイットニーの検定との関係
順位和検定とマン・ホイットニーの検定は、理論上の対応が強く、同じ統計量（順位の合計やその標準化）を用いる枠組みとして扱われることが多い。報告書では呼称が流儀として分かれる場合があるため、実際にどの分布近似やタイ補正を使っているかを確認するとよい。
7.2 ウィルコクソンの符号付順位検定との違い
符号付順位検定は対応のある2条件（同一対象の前後など）に用いられるのに対し、順位和検定は対応のない2群で用いられる。前者は差分の符号と順位を組み合わせ、後者は2群の順位を合算して比較するため、設計の違いに直結して適用が分かれる。
7.3 クラスカル・ウォリス検定との使い分け
クラスカル・ウォリス検定は3群以上の独立群に拡張した順位ベースの検定である。2群比較であれば順位和検定が基本となるが、群数が増える場合はクラスカル・ウォリスが選択肢になる。群間でどの組合せが異なるかを知りたいときは事後比較が必要になることがある。
8 よくある誤解・Q&A
8.1 「平均の差」を検定しているわけではない？
平均差を直接評価する検定ではない。順位に基づくため、観測値の平均が等しいかどうかを厳密に検査するわけではない。結果として平均の差と整合することもあるが、それは分布の条件が一定の場合に限られやすい。
8.2 タイが多いと何が起きるか
同値が増えると順位の細かさが失われ、統計量が取り得る値の種類が減る。これにより分散や標準化の前提が変わり、p値計算の補正が必要になりやすい。また、効果の検出力が低下することもあるため、データの離散性を意識することが重要である。
8.3 群間で分散や形状が大きく異なるときの解釈
分布の広がりや裾の挙動が大きく違うと、順位の偏りが位置だけでなく分散や形状の影響を受ける。その結果、p値は「中心の差」の裏付けとして一枚岩には解釈できない可能性がある。報告では、分布図や要約指標を併用し整合性を確認するのが望ましい。
8.4 サンプルサイズが小さい場合の限界
小標本では正確法でもp値の分解能が粗くなりやすい。また、効果量の推定も不確実になり、検出力が十分でないことがある。したがって、否定的結果（有意でない）でも差が存在しないとは断言しにくく、信頼区間や追加の感度分析が有用になる。