一、非参数统计的概念
参数统计:总体分布已知型,对总体参数进行估计或检验。如对正态分布,二项分布,泊松分布等,
不可用参数检验的情形:
- 1.不符合正态分布或者方差齐次性要求
- 2.变量变换后仍然方差不齐或者非正态分布
- 3.总体分布未知
**非参数统计:**总体分布型未知,或已知总体分布与检验所要求的条件不符合,可用非参数统计方法进行假设检验。(这种方法并非是参数间的比较,而是分布之间的比较)。
**优点:**该方法不依赖于总体的分布型,应用时可以不考虑被研究对象为何种分布已经分布之间是否已知。这种假设检验的方法是对总体的分布或者分布位置进行检验,故而称为非参数检验。
**缺点:**检验效率低,是参数检验的95%;β大,二类错误的概率大。
二、秩和检验概述
研究目的:均数或者率的假设研究
资料类型:计量、计数或者等级资料
基本思想:基于秩次,即检验各组的平均秩是否相等。若不同,则可推论数据分布不同
三、检验代码
import numpy as np
from scipy.stats.mstats import kruskal
a = [6.3, 5.4, 5.7, 5.2, 5.0]
b = [6.9, 7.0, 6.1, 7.9]
c = [7.2, 6.9, 6.1, 6.5]
print(kruskal(a, b, c))
由于返回的 p-value 小于 5% 的临界值,因此在 5% 的显著性水平上拒绝了原假设。
参考网址:https://max.book118.com/html/2018/1230/6100033141001242.shtm
http://www.manongjc.com/detail/31-olqpijnnusilrno.html