N 个观测:
X1, X2, ..., XN
H0:中位数 = m
观测值与假设值 m 之间的差值计算如下:
Dj = Xj - m
X1, X2, ..., XNY1, Y2, ..., YN
H0:中位数X - Y = 0
Dj = Xj -Yj
Rj 来表示差值 的秩或中秩。 的符号秩定义如下:
是等于 0 的符号秩数目
R+ 是正符号秩的总和
对于 N > 20 的情况,使用如下定义的统计量的 Student t 近似。请注意它应用了结值校正。请参见 Iman (1974) 和 Lehmann (1998)。
在原假设下,W 的均值为 0。W 的方差通过以下公式得出:
Var(W) 的表达式中最后的求和是在校正结值。符号 di (i > 0) 表示非零符号秩的第 i 组中的值个数。(若给定的符号秩没有结值,则 di = 1 并且被加数为 0。)
下面公式得出的统计量 t 服从自由度为 - 1 的近似 t 分布: