非参数检验方法
1、秩和检验法的主要思想是把原始数据转化成秩，利用秩构造统计量来比较不同样本的分布。在这里每个样本的秩是指把原始数据按从大到小的顺序排列，该数据值在原始数据中的位置。
例如：
原始数据：A组(5，7)，B组(3，2)
对应的秩：A组(3，4)，B组(2，1)
A组的秩和为7，B组的秩和为3，每组的秩和被用来检验两组数据是否相同。
2、中位数评分检验法的主要思想是将原始数据转换成中位数评分，利用中位数评分构造统计量比较不同样本的分布。当计算中位数评分时，如果数据值小于等于该组数据的中位数，则中位数评分为0，如果数据值大于该组数据的中位数，则中位数评分为1。
扩展资料
非参数检验的作用：
在以前的均值T检验中，我们分析的都是连续型随机变量，并且前提条件是样本满足正态性条件。当分析不再是连续型或者不再是正态性条件时，则应当使用非参数的方法对均值和方差进行假设检验。
在数据分析过程中，由于种种原因，人们往往无法对总体分布形态作简单假定，此时参数检验的方法就不再适用了。
非参数检验正是一类基于这种考虑，在总体方差未知或知道甚少的情况下，利用样本数据对总体分布形态等进行推断的方法。由于非参数检验方法在推断过程中不涉及有关总体分布的参数，因而得名为“非参数”检验。
非参数检验的检验方法
非参数检验是一种假设检验的方法，它不依赖于总体分布的具体形式，而是基于样本数据进行推断。相比于参数检验，非参数检验更加灵活和普适，可以适用于更广泛的情况。
非参数检验的主要思想是通过对样本数据的排序或者秩次变换，来推断总体的性质。下面将介绍几种常见的非参数检验方法：
1. Mann-Whitney U检验（又称Wilcoxon秩和检验）：
Mann-Whitney U检验用于比较两个独立样本的总体中位数是否相等。它的基本思想是将两组样本的数据合并，按照从小到大的顺序进行排列，并为每个值分配一个秩次。然后计算两组数据秩次和之差的绝对值，该值即为检验统计量U，根据U的大小可以进行推断。
2. Kruskal-Wallis H检验：
Kruskal-Wallis H检验用于比较多个独立样本的总体中位数是否相等。它的基本思想是将所有样本的数据合并，按照从小到大的顺序进行排列，并为每个值分配一个秩次。然后计算每个样本的秩次和，以及总体的秩次和。根据这些秩次和的差异来进行推断。
3. 秩和检验：
秩和检验是一类常见的非参数检验方法，包括Wilcoxon符号秩检验和符号秩和检验。这两种方法都是用来比较两个相关样本的总体中位数是否相等。基本思想是将两个样本的差的符号进行标记，并用秩次表示绝对值大小的顺序。然后根据秩次和的大小来进行推断。
4. Friedman检验：
Friedman检验用于比较多个相关样本的总体中位数是否相等。它的基本思想是将所有样本的数据进行秩次变换，并计算每个样本的秩次和。然后根据秩次和的差异来进行推断。
在进行非参数检验时，需要注意以下几点：
1. 样本独立性：
非参数检验通常要求样本之间是独立的，即样本之间的观测值不受其他样本观测值的影响。如果样本之间存在相关性，应考虑使用相关性检验或者非参数检验的相关版本。
2. 样本大小：
非参数检验对样本的大小没有严格要求，但样本大小较小时可能会影响检验的统计功效。通常建议样本大小大于30，但也可以根据具体情况进行调整。
1 第7章ANCOVA（协方差分析）：非参数和随机方法
Peter S. Petraitis
Steven J. Beaupre
Arthur E. Dunham
7.1生态学问题
生态学参数往往不能满足参数假定的要求。当这种情况发生时，随机方法是更常用的参数方法，比如协方差分析（ANCOVA）和回归分析的一个很好的替代选择。使用随机方法很简单，并且由于标准参数ANCOVA为生态学家所熟知，我们用它来激发对非参数和随机方法的优点和存在问题的讨论。我们通过对检验随机和非参数方法分析性别和生境影响响尾蛇种群的个体大小来进行讨论，年龄在这里被作为一个混淆（confounding）因素考虑。
个体大小的变异常见于许多动物中（即, 无脊椎动物: Paine 1976; Lynch1977; Sebens
1982; Holomuzki 1989; 两栖动物: Nevo 1973; Berven1982；Bruce和Hairson 1990; 有鳞的爬行动物：Tinkle 1972；Dunham 1982; Schwaner 1985; Dunham等1989; 哺乳动物：Boyce 1978；Melton 1982; Ralls和Harvey 1985）, 并且由于其与许多繁殖特征, 比如成熟年龄，子代个体的数量和大小，和亲代对子代的投入, 有协变关系，从而引起进化生态学家的极大兴趣，（Stearns 1992; Roff 180, 1992）。对个体大小变异的解释包括资源的季节性，质量和可利用性（如，Case 1978; Palmer 1984; Schwaner和Sarre 1988）, 基于个体大小的捕食性（Paine
1976）, 种群密度（Sigurjonsdottir 1984）, 特性替代（Huey和Pianka 1974; Huey 等 1974）和生长速率的渐变变异（Roff 1980）。然而个体大小的地理变异可能常由于个体大小决定的生长速率和种群年龄结构的相互作用所致。比如，King（1989）建议种群不同的年龄结构是水蛇（Nerodia sipedon insularm）个体大小变异的一个重要方面。因此，懂得个体大小时间和地理格局和最终生长率需要对动物年龄的了解和修正以便同龄动物间的比较。
非参数检验方法
一、什么是非参数检验
非参数检验（Nonparameteric Tests）是指检验假设（比如均值、方差、分布类型）不依赖样本参数的方法，也可以称为不参数检验，将数据的描述性统计量和判别量作为假设检验的基本工具，而不主张假设服从某个具体的概率分布。
二、非参数检验的优点
1、可以使用描述性统计量作为假设检验的基本工具，而不主张数据服从某个具体的概率分布，使得检验更加简单。
2、非参数检验的统计量倪比较有针对性，无论样本量大小，无论是否假定样本服从某个具体概率分布，它都能比较有效计算统计量的有效性、准确性。
3、非参数检验的抽样复杂度较低，当数据量较小时，可以获得较精确的结果。
4、非参数检验可以应用于连续变量或离散变量检验假设，使得非参数检验成为一种常见的统计检验方法。
三、常见的非参数检验方法
1、Wilcoxon符号秩检验：Wilcoxon符号秩检验是用于比较两组数据之间不同水平上的秩和的检验，它的统计量是组间的秩和比，假设多个样本的总体服从同一分布，可以用来检验两组数据间的均值或中位数的差异性，即表明两个样本的分布是否有差异。
2、Kruskal-Wallis H检验：Kruskal-Wallis H检验是一种无序秩检验，它能检验总体中多组数据间的均值或中位数的比较，即用来检验多个样本构成的总体是否服从同一分布，要求多组样本的体积相等。
3、Friedman检验：Friedman检验是一种用于多个样本比较的非参数检验，它的检验统计量是秩求和检验，可以检验多个样本构成的总体是否服从相同的分布，从而比较多个样本之间的均值，中位数或众数相对应的所有统计量。
4、Spearman秩相关系数：Spearman秩相关系数是一种测量两个变量相关性程度的方法，它不要求变量服从某种分布，仅要求变量是分类变量或连续变量。
