一、秩和檢驗結果解讀
兩個獨立樣本的 Wilcoxon 秩和檢驗（Mann - Whitney U 檢驗）：
統計量：通常給出 U 統計量或 W 統計量的值。例如，若 U = 100（具體數值因數據而異）。
P 值：如果 P 值小于預先設定的顯著性水平（通常為 0.05），則可以認為兩個樣本來自不同的總體分布；如果 P 值大于顯著性水平，則不能拒絕兩個樣本來自相同總體分布的假設。
解讀示例：假設進行了一項比較兩種藥物療效的研究，使用 Wilcoxon 秩和檢驗得到 P 值為 0.03。這意味著在 0.05 的顯著性水平下，有足夠的證據表明兩種藥物的療效分布不同，即一種藥物可能比另一種藥物更有效。
多個獨立樣本的 Kruskal - Wallis 檢驗：
統計量：得到 H 統計量的值。例如，H = 12.5（具體數值因數據而異）。
P 值：同樣，若 P 值小于顯著性水平，則表明多個樣本來自不同總體分布；若 P 值大于顯著性水平，則不能拒絕多個樣本來自相同總體分布的假設。
解讀示例：比較三種不同教學方法下學生的考試成績，Kruskal - Wallis 檢驗得出 P 值為 0.01。說明三種教學方法可能導致學生的考試成績分布不同，即不同教學方法的效果存在差異。
配對樣本的 Wilcoxon 符號秩檢驗：
統計量：給出 T 統計量的值。例如，T = 50（具體數值因數據而異）。
P 值：判斷方法與上述兩種檢驗類似。
解讀示例：分析患者在接受治療前后的某種生理指標變化，Wilcoxon 符號秩檢驗的 P 值為 0.04。表明在 0.05 的顯著性水平下，患者接受治療前后的生理指標分布有差異，說明治療可能對該生理指標產生了影響。
二、卡方檢驗結果解讀
卡方檢驗通常用于檢驗兩個分類變量之間的關聯性。
自由度：根據樣本數據的情況確定自由度。
P 值：若 P 值小于顯著性水平，則說明兩個分類變量之間存在關聯；若 P 值大于顯著性水平，則表明兩個分類變量之間相互獨立。
解讀示例：檢驗性別與某種疾病的患病情況是否有關聯。假設卡方檢驗得出卡方值為 6.8，自由度為 1，對應的 P 值為 0.03。這表明在 0.05 的顯著性水平下，性別與該疾病的患病情況存在關聯，即男性和女性在患病的概率上可能有不同。
對于列聯表卡方檢驗，可以進一步分析關聯的強度：
可以計算列聯系數、Cramer's V 等指標來衡量關聯的強度。這些指標的值在 0 到 1 之間，值越大表示關聯越強。
解讀示例：在一個多分類變量的列聯表卡方檢驗中，除了判斷變量之間是否存在關聯外，還計算出列聯系數為 0.4。這表明兩個變量之間存在中等程度的關聯。