python实现Mann-Whitney U检验 的相关问题

za123456

求助如题
我有一套数据，想用python来实现此套数据的Mann-Whitney U检验，因此我选择调用scipy.stats中的mannwhitneyu检验


代码为：
from scipy import stats
c = [12, 25, 27, 29, 38, 42, 46, 46, 87, 96]
d = [5, 8, 12, 12, 12, 17, 21, 24, 29, 30,34, 36, 40, 48]
print(stats.mannwhitneyu(c, d, alternative='two-sided'))
其输出结果为：
MannwhitneyuResult(statistic=107.0, pvalue=0.032127680739073454)
接下来我把这套数据输入到SPSS中同样进行Mann-Whitney U检验如图，由于是笔记本电脑，所以SPSS截图最下面没截到最后一行，数据为  2   48

输出结果如图：

那么问题来了，python的结果显示统计量为107.0，P值为0.032127680739073454；但是SPSS结果显示统计量为33.000，P值为0.030，实际点进去P值为0.029843
到底是哪个的统计结果是对的呢？
同样的方式我又反复尝试了其他3套数据，结果其中有一套数据的这两个值可以完全对的上，其他的都是不相同


求助大神帮忙解决一下啊！

za123456

已解决
问题出在python的scipy库中做Mann-Whitney U检验有个alternative参数的默认值为None， use_continuity参数的默认值是True
因此将代码中use_continuity参数设置为False，将alternative参数设为默认值，结果返回的P值是双侧的1/2，在调用函数时将返回参数时乘以2就可以得到和SPSS结果相同的统计量和P值了
具体代码如下：
result = stats.mannwhitneyu(c, d, False)
print(result[0], result[1] * 2)

但是为什么会出现这种情况还是没能想清楚，希望能来个统计大神帮忙解释一下