与秩和检验效能评估方法相关的统计学概念主要有以下几个：
一、非参数检验
概念：非参数检验是一种不依赖于总体分布类型的统计方法。它主要对总体的分布形式不作严格限定，仅通过样本数据的大小、顺序等信息进行统计推断。
与秩和检验的关系：秩和检验属于非参数检验的一种。由于秩和检验不依赖特定的数据分布假设，所以在数据分布不明确或不符合正态分布等常见参数检验要求的情况下，非参数检验（包括秩和检验）就成为了一种重要的分析手段。
二、假设检验
概念：假设检验是根据样本数据来判断对总体参数的某个假设是否成立的一种统计方法。它包括提出原假设和备择假设，确定检验统计量，计算概率值（P 值）等步骤，根据 P 值与给定的显著性水平比较来作出决策。
与秩和检验的关系：秩和检验是基于假设检验的原理进行的。在秩和检验中，同样需要提出假设（如两组数据总体分布相同的零假设），计算检验统计量（如 Wilcoxon 秩和检验统计量），并根据统计量对应的概率值来判断是否拒绝原假设，从而得出两组数据是否存在差异的结论。
三、检验效能
概念：检验效能也称为把握度，是指在给定的显著性水平下，当原假设不成立时，正确拒绝原假设的概率。即当确实存在差异时，能够检测出这种差异的能力。
与秩和检验的关系：在秩和检验效能评估中，检验效能是一个重要的指标。通过评估秩和检验的效能，可以了解在特定条件下（如不同样本量、效应大小等），秩和检验能够准确检测出差异的能力。如果检验效能低，可能需要调整样本量或采用其他更有效的检验方法来提高检测差异的能力。
四、效应大小
概念：效应大小是衡量处理效应或差异程度的指标。它反映了实验处理或两组数据之间的实际差异大小，而不依赖于样本大小和抽样误差。
与秩和检验的关系：在秩和检验中，效应大小可以帮助评估两组数据之间的差异程度。例如，在比较两组数据时，可以通过计算中位数之差等指标来衡量效应大小。了解效应大小有助于判断秩和检验结果的实际意义，以及确定是否需要进一步的研究或采取相应的措施。
五、P 值
概念：P 值是在假设检验中，用于衡量样本数据与原假设之间的不一致程度的概率值。P 值越小，说明样本数据与原假设之间的差异越显著，越有理由拒绝原假设。
与秩和检验的关系：在秩和检验中，通过计算检验统计量并确定对应的 P 值来判断两组数据是否存在显著差异。如果 P 值小于给定的显著性水平（通常为 0.05），则拒绝原假设，认为两组数据存在差异；否则，不拒绝原假设。
六、总体分布
概念：总体分布是指所研究总体中随机变量的概率分布。它描述了总体中各个取值出现的概率规律。
与秩和检验的关系：秩和检验不依赖于特定的总体分布假设，适用于总体分布不明确或非正态分布的情况。与参数检验方法（如 t 检验、方差分析等）相比，秩和检验对总体分布的要求更为宽松。但在某些情况下，如果对总体分布有一定的了解，可以更好地解释秩和检验的结果，并与其他方法进行比较。
七、样本量
概念：样本量是指从总体中抽取的样本的数量。样本量的大小直接影响到统计分析的结果和可靠性。
与秩和检验的关系：样本量是影响秩和检验效能的重要因素之一。一般来说，样本量越大，秩和检验的效能越高，即越容易检测出两组数据之间的差异。在进行秩和检验效能评估时，需要考虑样本量的大小对检验结果的影响，并根据实际情况确定合适的样本量。如果样本量过小，可能会导致检验效能不足，无法准确检测出差异；而样本量过大，则可能会增加研究成本和时间。