非参数检验

非参数检验是统计分析方法的重要组成部分，它与参数检验共同构成统计推断的基本内容。参数检验是在总体分布形式已知的情况下，对总体分布的参数如均值、方差等进行推断的方法。 但是，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。 扩展资料 在生活中有很多数据的取值是二值的，例如，人群可以分成男性和女性，产品可以分成合格和不合格，学生可以分成三好学生和非三好学生，投掷硬币实验的结果可以分成出现正面和出现反面等。通常将这样的二值分别用1或0表示。 如果进行n次相同的实验，则出现两类（1或0）的次数可以用离散型随机变量X来描述。如果随机变量X为1的概率设为P，则随机变量X值为0的概率Q便等于1-P，形成二项分布。 SPSS的二项分布检验正是要通过样本数据检验样本来自的总体是否服从指定的概率为P的二项分布，其原假设是：样本来自的总体与指定的二项分布无显著差异。 从某产品中随机抽取23个样品进行检测并得到检测结果。用1表示一级品，用0表示非一级品。根据抽样结果验证该批产品的一级品率是否为90%。 参考资料来源：百度百科-非参数检验

收藏推荐 在单因素计量资料的统计分析中,我们通常要对均数作参数估计或假设检验,但这些方法需满足下述三个条件:①抽样总体为正态分布或近似正态分布,②各抽样总体为等方差或方差齐性;③各变量值间是相互独立的.又如用积差法计算简单直线相关系数,也要求抽样总体为正态双变量.但在实际应用上,某些总体的分布形状有时并不知道,或者总体分布的正态性假定并不能得到实现,尤其在医学和生物学领域中,有关总体的分布难得满足正态性的要求.于是一种非参数检验就很需要了.归纳起来,非参数检验适用于下列情况:1.等级顺序资料:即将观察单位技某种属性的不同程度分组计数,得到各组观察单位数.例如:用某药治疗一批老慢支病人,其疗效分为近控、显效、有效、无效四个等级,其等级最按疗效好坏的顺序划分的,又如肾炎病人尿中蛋白含量以一、士、+、十十、十+十、+十十十顺序等级划分,然后按各等级点计人数.上述情况均属等级顺序资料,这些资料不易精确定量.若要比较疗效,可用非参数方法中的秩和检验等.