###Brown-Mood中位数检验（精确检验，正态近似，连续性修正后的正态近似）

BM.test=function(x,y,alt) #alt:备择假设形式

  {

  xy=c(x,y)

  md.xy=median(xy)

  t=sum(xy>md.xy)

  lx=length(x[x!=md.xy])

  ly=length(y[y!=md.xy])

  lxy=lx+ly

  A=sum(x>md.xy)#检验统计量A

  z=(A-lx*t)/(lx+ly)/(lx*ly*t*(lx+ly-t)/(lx+ly)^3)^0.5#正态近似时的标准化统计量

  if(A>(min(lx,t)/2)){

    z1=(A+0.5-lx*t)/(lx+ly)/(lx*ly*t*(lx+ly-t)/(lx+ly)^3)^0.5#连续性修正后正态近似时的标准化统计量

  }

  else{z1=(A-0.5-lx*t)/(lx+ly)/(lx*ly*t*(lx+ly-t)/(lx+ly)^3)^0.5}

  if(alt=="greater"){

    pv1=1-phyper(A,lx,ly,t)#精确p值

    pv2=1-pnorm(z)#正态近似p值

    pv3=1-pnorm(z1)#连续性修正后正态近似p值

  }

  if(alt=="less"){

    pv1=phyper(A,lx,ly,t)

    pv2=pnorm(z)

    pv3=pnorm(z1)

  }

  if(alt=="two.sided"){

    pv1=2*min(1-phyper(A,lx,ly,t),phyper(A,lx,ly,t))

    pv2=2*min(1-pnorm(z),pnorm(z))

    pv3=2*min(1-pnorm(z1),pnorm(z1))

  }

  conting.table=matrix(c(A,lx-A,lx,t-A,ly-(t-A),ly,t,lxy-t,lxy),3,3)#计数表

  col.name=c("X","Y","X+Y")

  row.name=c(">MXY","<MXY","TOTAL")

  dimnames(conting.table)=list(row.name,col.name)

  list(contingency.table=conting.table,p.value=pv1,pvnorm=pv2,pvnr=pv3)

}