前面进行的假设验和方差分析,大都是在数据服从正态分布.pptVIP

前面进行的假设检验和方差分析，大都是在数据服从正态分布或近似地服从正态分布的条件下进行的。 但是如果总体的分布未知，如何进行总体参数的检验，或者如何检验总体服从一个指定的分布，都可以归结为非参数检验方法。 非参数检验方法的优点 首先，检验条件比较宽松，适应性强。参数检验假定总体分布正态或近似正态或以正态分布。如果这些条件不存在，很可能检验结果产生方向性的错误。 非参数检验不受这些条件限制，填补了参数检验的不足。例如非正态的、方差不等的以及分布形状未知的资料都可适用，适应性强。 其次，检验的方法比较灵活，用途更广泛。非参数检验不但可以应用于定距、定比变量的检验而且也适用于定类、定序变量的检验。 对于那些不能直接进行加减乘除四则运算的定类数据和定序数据，运用符号检验、符秩检验都能起到比较好的效果，所以非参数检验的用途是更加广泛的。 再次，非参数检验计算相对简单，易于理解。由于非参数检验不用计量的方法，而用计数的方法，其过程及其结果都可以被直观地理解，为使用者所接受。 非参数检验的缺点 也非参数检验方法对总体分布的假定不多，适应性强，但方法也就缺乏针对性，其功效就不如参数检验。 非参数检验用的是等级或符秩，而不是实际数值，方法简单，又会失去许多信息，因而检验的有效性也就比较差。 当然如果假定的分布不成立，那么非参数检验就是更值得信赖的。 Binomial二项分布检验 Runs游程检验