非参数检验应用的条件.docxVIP

非参数检验应用的条件 非参数检验通常用于检验不可能被列为数值序列的样本数据。它通过比较两个不同组别（甲组和乙组）的值，检测其之间是否存在显著的差异，可用于评估实验结果差异的统计显著性。它主要有两类：比较型非参数检验和相关型非参数检验。比较型非参数检验主要用于比较样本的属性的不同；而相关型非参数检验主要用于衡量变量间的相关性 。 比较型非参数检验除了比较两组之间不同特征的不同外，还应用于比较部分个体指标和全体指标之间的一致性和差异性，即检验样本组别之间每个成员特征的相似度或差异性。常见的比较型非参数检验有 Wilcoxon-Mann-Whitney检验，Kruskal-Wallis检验，Friedman检验等。 相关型非参数检验通常用于衡量变量间的相关性，其首要作用是检查定量变量的相关情况。在一般情况下，它可用于检验两组数据间的线性相关性，也可以用来分析两个或多个变量之间的数据相关性，以及两个表型之间的相关性。相关型非参数检验常用的方法主要有 Spearman等级相关系数，Kendalls tau等级相关系数，Sperman-Z检验，Fries检验，Crane检验，Goodman-Kruskal检验等。 此外，还有其他一些应用非参数检验的情形：1.ANOVA和重复测量ANOVA无法应用时使用非参数检验；2.处理小样本的数据以确定实验结果的有效性；3.处理数据具有显著的偏态(skew)；4.处理多元问题中检验依据分类变量的差异和相关性；5.定性分析；6.多元聚类分析(Multivariate Clustering Analysis)；7.运用dendrograms和拖拽图等，比较不同样本和样本之间的距离；8.非参数平滑；9.分配检验；10.特色分析；等操作中进行检验。 总而言之，非参数检验可以用于诊断回归模型、处理小样本数据、分析大量多变量待检数据、以及无法用参数检验的，可以用大量的非参数技术来完成的任务等场合，具有非常广泛的应用。