参考文章：http://blog.sina.com.cn/s/blog_83d9188c0102xjbz.html
对于8个单细胞转录组数据集，用NMI和SE算法聚类，得到ARI和NMI评估指标：
统计上述8个数据集的ARI和NMI均值，作为NMI和SE聚类的性能评估，但均值可能是随机采样导致的结果更优，如果要严格说明需进行统计学分析，如Mann-Whitney U等统计方法，如果得到pvalue小于0.05则从统计学上认为两者存在显著差异，SE确实优于NMI。通俗理解可参考文章：https://blog.csdn.net/guomutian911/article/details/81604545
------------------------------------------------------------------------------------------------------------------------
一、概述
Mann-Whitney U 检验是用得最广泛的两独立样本秩和检验方法。简单的说，该检验是与独立样本t检验相对应的方法，当正态分布、方差齐性等不能达到t检验的要求时，可以使用该检验。其假设基础是：若两个样本有差异，则他们的中心位置将不同。
二、问题
为了研究某项犯罪的季节性差异，警察记录了10年来春季和夏季的犯罪数量，请问该项犯罪在春季和夏季有无差异。
下面使用Mann-Whitney U检验进行分析。 SPSS版本为20。
三、统计操作
SPSS变量视图：
SPSS数据视图：
进入菜单如下图：
点击进入如下的界面，“目标”选项卡不需要手动设置
进入“字段”选项卡，将“报警数量”选入“检验字段”框，将“季节”选入“组”框中。
再进入“设置”选项卡，选中“自定义检验”单选按钮，选择“Mann-Whitney U（二样本）”检验。点击“运行”即可。
四、结果解读
这是输出的主要结果，零假设是“报警数量的分布在季节类别上相同”，其P=0.009<0.05，故拒绝原假设，认为报警数量在季节上有统计学差异。
双击该表格，可以得到更多的信息，不再叙述。