本文详细介绍了非参数检验，包括单样本的卡方检验、二项分布检验、K-S检验，两独立样本的曼-惠特尼U检验和K-S检验，多独立样本的中位数检验和Kruskal-Wallis检验，以及两配对样本的符号检验和Wilcoxon检验。这些方法用于在总体分布未知时判断样本间的分布差异。
单样本的非参数检验
单样本的非参数检验是对单个总体的分布类型进行推断的方法，包括卡方检验、二项分布检验、k-s检验以及变量值随机性检验方法。
总体分布的卡方检验
卡方检验是根据样本数据，推断总体数据是否服从某一分布，即总体分布于期望分布之间是否存在显著性的差异，是一种吻合性的检验方法。它的原假设为样本来自的总体分布与所假设的分布无显著性差异。基本思想为在原假设成立的条件下，变量值落在一个子集中的概率值为p，则相应的期望频数为np，卡方检验是通过卡方统计量来获得实际的频数与期望频数之间的差距大小，从而根据相应的P值来判断实际分布与期望分布之间是否存在显著性的差异。
卡方统计量：
二项分布检验
二项分布的原假设是样本来自的总体与指定的二项分布无显著性差异，在大于等于30的样本中，构造的Z统计量近似服从正态分布：
单样本K-S检验
单样本K-S检验是用于连续性随机变量的总体分布是否服从某一理论分布，所包含的理论分布主要有正态分布、均匀分布、指数分布和泊松分布。
两独立样本的非参数检验
两独立样本的非参数检验是在对总体分布不了解的情况下，通过对两个独立样本的分许推断样本来自的两总体的分布是否存在显著差异的方法。
曼-惠特尼U检验
它是用于两总体分布的比较判断，它是在总体分布情况未知时，不能使用两独立样本T检验的
扫一扫
4979
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
