1 概要と位置づけ
1.1 U検定の目的
マン・ホイットニーのU検定は、互いに独立な2つの群について、応答変数の分布に差があるかを検定する手法である。特定の仮定（正規性など）に依存せず、観測値を順位に変換して比較する点に特徴がある。代表的な解釈として、片方の群の値が他方の群の値より大きくなる確率（確率的優越）の差があるかどうかを評価する枠組みが用いられる。
1.2 パラメトリック検定との関係
1.2.1 t検定との違い
対応のない2群平均の差をみるt検定は、（概ね）正規分布や分散の扱いなど複数の仮定に依存することがある。U検定は順位に基づくため、外れ値の影響を受けにくく、歪んだ分布や裾の長い分布でも頑健性が期待される。一方で、t検定が想定する「母平均の差」を直接評価するわけではないため、同じデータでも結論が一致しない場合がある。
1.2.2 カイ二乗検定や他の順位検定との違い
カイ二乗検定はカテゴリカルデータの独立性や分割表の偏りを扱うのに適し、連続量の大小比較に直接結び付かないことが多い。順位検定の仲間では、順位を用いる点で共通するが、U検定は「独立な2群の比較」に焦点を置く。他の手法（たとえば符号付順位検定）は、観測単位が対応している状況に合わせて設計されているため、データ構造が異なると適用が変わる。
1.3 検定の前提条件
1.3.1 群の独立性
U検定が前提とするのは、2群の観測が相互に独立であること、および各群内の観測も同一試行からの重複ではないことなどである。対応が混ざる（同一個体の前後を2群として扱う等）と、手法の想定する帰無分布の性質が崩れる可能性があるため、研究デザインに適合した検定選択が必要になる。
1.3.2 応答の測定尺度（概念的な適用範囲）
U検定は、観測値の順序（大小関係）が意味を持つ状況で適用される。厳密には、少なくともオーダー尺度（順位が比較可能）に対応するデータが想定される。測定値が連続である場合は順位への変換が自然だが、離散でも同値が多い場合には同順位の扱いが結果に影響しうる。さらに、分布形状の違い（ばらつきや歪み）も検定結果に反映されるため、「差」をどの側面として捉えるかは解釈設計と結び付く。
2 検定の考え方
2.1 順位による比較
2.1.1 ランク付けの方法
2群の全観測値を合算し、大小の順に順位を付ける。最小の値に最初の順位、最大の値に最大の順位を割り当てるのが基本形である。次に、各群に含まれる順位の合計を用いて検定統計量Uを求める。順位化により、値そのもののスケールよりも相対的な位置づけが中心となる。
2.1.2 同順位（タイ）の扱い
同じ値が複数存在する場合（タイ）は、通常の連続データの一意順位とは異なる。一般的には、同順位の取り扱いとしてその区間の平均順位を与える方法が用いられる。この処理は順位情報の整合性を保つ一方で、分散や分布近似の計算に調整が必要になることがある。実務ではタイの頻度を確認し、近似手法を用いる場合にはその影響を検討することが望ましい。
2.2 検定統計量Uの意味
2.2.1 確率的優越の解釈
U統計量は、2群の値を取り出したときに一方の群の観測が他方より大きい（または小さい）確率に関係する指標として解釈される。タイがある場合には、その確率的優越に対する寄与が中間的に配分される。したがって検定は、「どちらの群の分布が相対的に上側に位置しやすいか」という確率の観点で理解できる。
2.2.2 平均順位との関係
順位合計は平均順位とも結び付く。各群の平均順位が高いほど、その群の値が全体の中で高い側に出る傾向が強いことを意味する。U統計量はこの順位構造を反映しており、両群で順位の偏りがない（帰無仮説）場合には、順位合計の分布が対称的になるように設計されている。結果の方向性は、平均順位やUの大きさと整合する形で読み取ることができる。
2.3 帰無仮説と対立仮説
帰無仮説は「2群の分布が同じであり、順位の偏りが生じない」ことに対応する。対立仮説は、2群間で分布が異なる可能性を表す。実装上は片側検定（片方が大きい方向）と両側検定（差の有無）に分かれるため、研究目的に合わせて仮説の方向を明確にする必要がある。なお、U検定の「異なる」の意味は、平均差に限らず分布全体の位置・形状の違いも含む点に留意する。
3 手順と実施方法
3.1 データ準備
3.1.1 2群の定義
まず、比較したい2つのグループ（例：介入群と対照群、処理Aと処理B）を明確にする。独立性が満たされるように設計されていることが前提であり、同一対象の重複が混入しない形でデータを整理する。群サイズ（サンプル数）が大きく異なる場合には、検定の近似や解釈の安定性が変化しうるため、サイズの把握も重要になる。
3.1.2 欠測値の扱い
欠測値がある場合、一般的には解析対象の変数が欠測でないケースのみを用いて検定を実施する（完全ケース分析）。ただし欠測の機序によっては推定の偏りが生じる可能性がある。欠測データの扱いは、U検定の頑健性とは別の問題として検討されるべきであり、報告では欠測の除外ルールを明記するのが望ましい。
3.2 計算手順（概略）
3.2.1 U統計量の算出
計算の核は順位合計にある。全観測に対して順位を付与し、群Aの順位合計（および必要に応じて群B側の順位合計）からUを求める。標準的には、群サイズを用いた関係式によりUが算出され、2つの群のUは総和として整合する性質を持つ。実務では統計ソフトがUとp値を直接返すことも多い。
3.2.2 分散と標準化
帰無仮説のもとでのUの分散を見積もり、Uを標準化することで近似的な検定統計量（正規分布近似など）を得る場合がある。タイが存在する場合、分散推定に調整が加わることがある。サンプル数が小さい場合は正確検定（離散分布に基づく）を用いる選択肢もあり、どちらの手順を採用したかが結果の解釈に影響する。
3.2.3 有意確率の取得
標準化した統計量をもとに、対応する分布からp値を求める。片側・両側、タイの有無、近似か正確計算かといった条件でp値が変わりうる。したがって、分析手順の指定（検定の方向、タイ処理、計算方法）をソフトの出力設定と一致させて確認することが実務上の要点になる。
3.3 実務での確認ポイント
3.3.1 タイの頻度の確認
同順位が多いと、順位情報の分解能が下がり、検定の挙動が変わる。さらに分散調整の条件が満たされていない場合には近似の精度が低下しうる。分析前にタイの数（同値のグループ数や頻度）を確認し、必要に応じて計算方式を選び直すとよい。
3.3.2 サンプルサイズと近似の注意
サンプルサイズが小さいとき、正規近似ではなく正確手法を用いた方が適切なことがある。逆に十分に大きい場合には近似の誤差が相対的に小さくなる。どの方式でp値を算出したかを確認し、近似に依存する部分が報告に反映されるよう、ソフトの設定や方法論の記載を行うことが再現性に寄与する。
4 効果量・解釈・報告
4.1 効果量（順位にもとづく指標）
4.1.1 ランクバイアスの見方
U検定は順位差を通じて効果の大きさを捉えるため、「どちらの群が全体の相対位置で上になりやすいか」という性質が効果量に反映される。検定が有意でも、順位の偏りが小さい場合は実質的な重要性が限定される可能性がある。したがってp値だけではなく効果量の大きさを確認することが解釈の質を高める。
4.1.2 共通の効果量指標（例：順位相関的解釈）
効果量としては、Uを基にした指標（たとえばr型の指標に変換する方法）や、順序情報を反映する相関系の指標が用いられることがある。具体的な定義は流儀や実装で異なるため、報告では「どの指標をどう計算したか」を明示することが重要である。信頼区間を併記できる指標もあり、推定の不確実性を含めて解釈できる。
4.2 結果の解釈
4.2.1 「中央値の差」との混同に注意
U検定は順位に基づくため、しばしば「中央値の差」と混同されることがある。しかし検定が直接述べるのは、分布の位置関係や確率的優越の差であり、中央値に限定した主張ではない。分布形状（ばらつき、歪み）が異なる場合、検定結果は中央値だけで説明できない可能性がある。解釈では「何が比較されているか」を順位ベースの観点で説明するのが適切である。
4.2.2 分布差としての読み取り
両群で分布が同一でない場合、順位の偏りが生じる。したがって結果は「一方の分布が他方より高い側に位置する傾向がある」など、分布全体の差として読むのが整合的である。方向性を含めて記述する場合は、平均順位や確率的優越の方向と一致させる。必要なら、分布可視化（箱ひげ図や累積分布など）を併用し、順位ベースの検定と整合する説明を組み立てる。
4.3 結果の書き方（報告テンプレート）
4.3.1 検定統計量、p値、方向性
報告では、検定対象（2群の定義）、検定の種類（マン・ホイットニーU検定）、片側・両側、検定統計量U（可能なら標準化値や計算方法）、p値を含める。さらに方向性がある場合は、どちらの群の順位が高かったのかを簡潔に述べる。これにより読者は統計結果の意味を追跡しやすくなる。
4.3.2 効果量と信頼区間の併記
p値に加えて効果量指標を示し、可能なら信頼区間を付すと解釈の解像度が上がる。効果量は「差の大きさ」を補う役割を持ち、信頼区間は推定の不確実性を伝える。報告テンプレートとしては、効果量（どの指標か）と、その区間推定の有無・算出方法を明確にするのが望ましい。