在AI，paired comparisons（配對比較）常用於比較不同算法或模型的性能。像是當我們有幾種不同的機器學習算法時，可以將它們分別應用於相同的數據集，然後使用配對比較來比較它們的表現。這有助於確定哪種算法更適合解決特定的問題，或者哪種算法的性能更好。通過配對比較，我們可以在相同的條件下進行公平的比較，從而更準確地評估各種算法的優劣
前言
首先，我們要先搞清楚我們的目的，以這篇文章所舉的所有例子中，都是為了判斷分布是否一樣(H0: mu1 = mu2)，以抽菸12小時和24小時的尼古丁殘量兩組資料為例，如果分布結果一樣(不reject H0)，那麼我們就可以說其實過了12小時和24小時尼古丁殘量都沒差
前處理
那首先，當然我們要把資料混和，並搞清楚它的等級(rank)，下圖是假設有A，B兩組資料的混和狀況，混以最小的數字為rank1，如果有一樣的，則取平均
實例
我們接著要直接測試高濃度本童尿症的兒童和低濃度的比較，先標上他們的等級，接著設定左邊的ranksum為W。運用中央極限定理(CLT)，假設左邊的樣本數為n，右邊為m，為了方便，直接當作n, m趨近於無限大，則:
所以兩組數據可視為一致
