本文来源：ZSCI
文章链接（点击蓝色字体即可跳转至原文）：统计
实例说明
已知某地正常人尿汞含量的中位数为3.50μg/L。今在该地随机抽取12名汞接触工人，测定其尿汞含量，问该厂工人的尿汞含量是否高于当地正常人？
某厂12名工人与当地正常人的尿汞含量（μg/L）比较。
研究假设：
H0：差值的总体中位数等于0，即该厂工人的尿汞含量与正常人相同。
H1：差值的总体中位数大于0，即该厂工人的尿汞含量高于正常人。
单侧α=0.05
操作步骤
1、变量视图和数据视图界面。
在变量视图界面输入变量的信息。
在数据视图界面输入变量的各个数据。
2、选择单样本秩和检验相关选项。
点击分析（A），选中非参数检验（N），选中单样本（O）
选择扫描数据（S）即可。
设定目标：自动比较实测数据和假设数据（U）
设定字段：由于为单变量数据，因此系统自动将分析变量尿汞含量x选入。无需额外设定。
设定设置：使用定制检验（T），选中威尔科克森符号秩检验（M），输入假设中位数（H）为3.5，按下运行即可。
3、查看结果。
P=0.028<0.05，拒绝原假设，可认为该厂工人的尿汞含量高于正常人。
4、结果解释。
在结果窗口双击假设检验摘要表格，可弹出详细结果窗口。
该图横轴显示了尿汞含量，纵轴标出了该含量所对应的频率，同时给出了假设中位数和实测中位数，至于是否有统计学意义，还需进一步分析。
该表给出了具体的统计量的值为67，也就是正秩和或负秩和的值T为67，P=0.028<0.05，注意表中标注的为双侧检验。
注意：检验水准有单侧和双侧之分，如对立假设为两个总体均数不相等，因为μ1≠μ2包含μ1>μ2和μ1<μ2两种情形，故称为双侧检验；如果凭借专业知识有充分把握可以排除某一侧，对立假设为μ1>μ2或μ1<μ2，就称为单侧检验。为了稳妥起见，一般情况下均采用双侧检验。但是本例结合专业知识，工厂工人的尿汞含量不可能低于正常人，因此为单侧检验。
