可以根据以下不同的数据类型来选择合适的秩和检验方法：
一、定量数据
两个独立样本：
当有两个独立的定量数据样本，且数据不满足参数检验的假设条件（如正态分布、方差齐性等）时，可以使用 Wilcoxon 秩和检验（也称为 Mann-Whitney U 检验）。
例如，比较两种不同药物治疗下患者的康复时间，若康复时间数据不呈正态分布，就可采用 Wilcoxon 秩和检验来判断两种药物的疗效是否存在差异。
多个独立样本：
对于多个独立的定量数据样本，可选用 Kruskal-Wallis 检验。
比如，比较三种不同教学方法下学生的考试成绩，当成绩数据不满足正态分布时，通过 Kruskal-Wallis 检验来确定不同教学方法对学生成绩的影响是否有显著差异。
配对样本：
若数据是同一组对象在不同条件下或不同时间点的定量测量值，即配对样本数据，可以使用 Wilcoxon 符号秩检验。
例如，比较患者在接受治疗前后的某种生理指标，通过 Wilcoxon 符号秩检验来分析治疗前后该生理指标是否有变化。
二、有序数据（等级数据）
两个独立样本：
对于两个独立的有序数据样本，可以使用 Wilcoxon 秩和检验进行比较。
例如，比较两种不同治疗方法下患者的病情严重程度等级（如轻度、中度、重度），可以将病情等级视为有序数据，使用 Wilcoxon 秩和检验判断两种治疗方法对病情严重程度的影响是否不同。
多个独立样本：
当有多个独立的有序数据样本时，同样可采用 Kruskal-Wallis 检验。
比如，比较三种不同药物对患者疼痛程度的缓解效果，疼痛程度分为几个等级，通过 Kruskal-Wallis 检验来确定三种药物在缓解疼痛程度方面是否存在差异。
三、混合数据类型（包含定量和有序数据）
分析思路：
在这种情况下，可以根据主要的数据类型或者研究的重点来选择秩和检验方法。如果定量数据部分不满足参数检验条件，且有序数据在分析中也具有重要地位，可以综合考虑使用适合定量数据的秩和检验方法，并结合对有序数据的分析。
举例说明：
例如，在一项医学研究中，既记录了患者的某些生理指标（定量数据），又对患者的症状严重程度进行了等级划分（有序数据），比较不同治疗组之间的差异。可以先对定量数据部分进行适当的秩和检验（如 Wilcoxon 秩和检验或 Kruskal-Wallis 检验），同时对有序数据部分进行单独分析，最后综合考虑两种数据类型的结果来得出结论。