> t.test(x, y)和wilcox.test(x, y)有什么区别

`t.test(x, y)`和`wilcox.test(x, y)`都是用于比较两组数据差异的假设检验方法，但是它们的应用场景和假设条件略有不同。

`t.test(x, y)`适用于正态分布的数据，假设两组数据的方差相等，通过计算两组数据的均值差异来进行假设检验。其原假设是两组数据的均值相等，备择假设是两组数据的均值不相等。如果p值小于显著性水平，则拒绝原假设，认为两组数据有显著的差异。

`wilcox.test(x, y)`适用于非正态分布的数据，通过计算两组数据的秩和来进行假设检验。其原假设是两组数据的中位数相等，备择假设是两组数据的中位数不相等。如果p值小于显著性水平，则拒绝原假设，认为两组数据有显著的差异。

因此，选择`t.test()`还是`wilcox.test()`取决于数据的分布情况。如果数据符合正态分布且方差相等，则使用`t.test()`；如果数据非正态分布或方差不等，则使用`wilcox.test()`。