Wilcoxon 符号秩检验具有快速接近正态分布的空分布。

这些表格往往会在 n=50 时停止，因为在该点之前正态近似值非常好。事实上，在 n=20 之外，可能没有什么意义。维基百科页面上给出了测试的正常近似值——但你需要确保你使用的是相同版本的统计数据（有不止一个定义；尽管它们都应该给出相同的 p 值） . 维基百科的版本使用所有签名等级的总和。

如果您使用 R（或许多其他统计软件包），他们会很乐意为一个和两个有尾测试提供临界值。同样，您必须确保使用与他们相同的统计定义（R 使用“正排名的总和”作为统计）。

使用 R 对统计量的定义，在 n=63 时，5% 二尾临界值为 1294；5%（上）一尾临界值为 1248。

使用相应的正态近似（有或没有连续性校正）给出相同的值。

要使用正态近似值获得 p 值，您需要：

• 为真时，您使用的特定统计数据的平均值和标准差。如果您愿意，您可以（例如）然后计算测试统计的标准化版本（近似正态分布） - 尽管使用计算机包可以避免标准化的需要。$H_0$

• 然后，您可以使用正态分布的正态表或计算机函数来获得 p 值，或者您可以简单地将统计量与显着性水平的临界值进行比较。