非参数检验

目录第八章非参数检验 ________________________________________________________________________ 2第一节非参数检验概述 __________________________________________________________________ 3第二节单样本非参数检验 ________________________________________________________________ 3χ拟合优度检验__________________________________________________________________ 3一、2二、单样本K-S检验___________________________________________________________________ 5三、符号检验 _________________________________________________________________________ 6四、游程检验 _________________________________________________________________________ 7χ的独立性检验_________________________________________________________ 8第三节列联表与2第四节等级相关分析 ___________________________________________________________________ 10一、Spearman等级相关系数____________________________________________________________11二、Kendall等级相关系数 _____________________________________________________________ 12英文摘要与关键词 ______________________________________________________________________ 14习题 _________________________________________________________________________________ 15第八章非参数检验通过本章的学习，我们应该知道：1.非参数检验的优缺点2.常用的单样本非参数检验方法3.列联表与卡方的独立性检验4.S pearman和Kendall 等级相关系数的计算第一节 非参数检验概述非参数检验（nonparametric tests ）是相对于参数检验而言的。

常见的几种非参数检验方法非参数检验是一种不需要对数据进行假设检验的统计方法，它不需要满足正态分布等前提条件，因此被广泛应用于实际数据分析中。

在本文中，我们将介绍常见的几种非参数检验方法。

一、Wilcoxon符号秩检验Wilcoxon符号秩检验是一种用于比较两个相关样本之间差异的非参数检验方法。

它基于样本差异的符号和秩来计算统计量，并通过查表或使用软件进行显著性判断。

二、Mann-Whitney U检验Mann-Whitney U检验是一种用于比较两个独立样本之间差异的非参数检验方法。

它基于样本排名来计算统计量，并通过查表或使用软件进行显著性判断。

三、Kruskal-Wallis H检验Kruskal-Wallis H检验是一种用于比较多个独立样本之间差异的非参数检验方法。

它基于样本排名来计算统计量，并通过查表或使用软件进行显著性判断。

四、Friedman秩和检验Friedman秩和检验是一种用于比较多个相关样本之间差异的非参数检验方法。

它基于样本排名来计算统计量，并通过查表或使用软件进行显著性判断。

五、符号检验符号检验是一种用于比较两个相关样本之间差异的非参数检验方法。

它基于样本差异的符号来计算统计量，并通过查表或使用软件进行显著性判断。

六、秩相关检验秩相关检验是一种用于比较两个相关样本之间关系的非参数检验方法。

它基于样本排名来计算统计量，并通过查表或使用软件进行显著性判断。

七、分布拟合检验分布拟合检验是一种用于检验数据是否符合某个特定分布的非参数检验方法。

它基于样本数据与理论分布之间的差异来计算统计量，并通过查表或使用软件进行显著性判断。

八、重复测量ANOVA重复测量ANOVA是一种用于比较多个相关样本之间差异的非参数检验方法。

它基于样本方差和均值来计算统计量，并通过查表或使用软件进行显著性判断。

九、Bootstrap法Bootstrap法是一种用于估计总体参数和构建置信区间的非参数方法。

它基于自助重采样技术来生成大量虚拟样本，以此估计总体参数和构建置信区间。

第九章非参数检验知识引入比较两个总体间的差异，我们比较熟悉的是可依据总体方差是否已知，选择使用正态Z检验或t检验法。

但如果有明显的证据表明，这些参数型检验法不能使用时又该如何呢？非参数检验法对此提供了解决方案。

作为参数检验的一种推广，非参数检验有何特点？它的使用有什么样的要求？本章首先对非参数检验进行概述，接着按照和参数检验对应的原则分别介绍用于两组比较的非参数检验法和用于多组比较的非参数检验法。

第一节非参数检验概述假设检验分为参数检验和非参数检验。

参数检验是在已知总体分布的条件下（一般要求总体服从正态分布）对一些主要的参数（如均值、百分数、方差、相关系数等）进行的检验，有时还要求某些总体参数满足一定条件。

如独立样本的Ｔ检验和方差分析不仅要求总体符合正态分布，还要求各总体方差齐性。

教材第八章之前所介绍的统计方法都是参数检验法。

非参数检验则不考虑总体分布是否已知，常常也不是针对总体参数，而是针对总体的某些一般性假设（如总体分布的位置是否相同，总体分布是否正态）进行检验。

非参数检验方法简便，不依赖于总体分布的具体形式因而适用性强，但灵敏度和精确度不如参数检验。

一般而言，非参数检验适用于以下三种情况：①顺序类型的数据资料，这类数据的分布形态一般是未知的；②虽然是连续数据，但总体分布形态未知或者非正态，这和卡方检验一样，称自由分布检验；③总体分布虽然正态，数据也是连续类型，但样本容量极小，如10以下（虽然Ｔ检验被称为小样本统计方法，但样本容量太小时，代表性毕竟很差，最好不要用要求较严格的参数检验法）。

因为这些特点，加上非参数检验法一般原理和计算比较简单，因此常用于一些为正式研究进行探路的预备性研究的数据统计中。

当然，由于非参数检验许多牵涉不到参数计算，对数据中的信息利用不够，因而其统计检验力相对参数检验也差得多。

前面所学到的参数检验法在非参数法中都能找到替代的方法，因此按照和参数检验法相对应的原则可对非参数检验法进行如下分类：第二节非参数两组比较法该类方法实际上对应两总体比较的t检验法。