非参数统计
一种与总体分布状况无关的检验方法,它不依赖于总体分布的形式,应用时可以不考虑被研究的对象为何种分布以及分布是否已知。主要是利用样本数据之间的大小比较及大小顺序,对两个或多个样本所属总体是否相同进行检验,而不对总体分布的参数如均值、标准差等进行统计推断
Pearson 相关性检验
对于服从正态分布的两个变量检验其相关程度
https://www.bilibili.com/video/BV17e411x77v?from=search&seid=3989658674781996328
Spearman相关性检验
利用两个变量的秩次大小检验其相关程度,对原始变量的分布不作要求
https://www.bilibili.com/video/BV11V411f7k2?from=search&seid=6192022414622795188
Kendall相关性检验
同Spearman相关性检验,适用于两个变量为有序分类的情形
https://www.bilibili.com/video/BV13k4y1o7hn?from=search&seid=1132560834848664006
两组样本数据的检验
符号检验法
通过对取自总体(X,Y)的配对样本进行符号检验来识别总体分布是否有差异,若X,Y同分布,则符号为正负的个数不至于相差太远,若出现极端情形则不应识别为同分布
原假设:两个总体的分布相同
备择假设:两个总体的分布不相同
https://www.bilibili.com/video/BV16g4y1v71d?from=search&seid=18262599975420219616
中位数检验法
通过取自总体的样本序列判断总体的中位数是否为某已知数a,用符号检验法,将已知数a构成一个与样本序列配对的序列
原假设:总体的中位数为a
备择假设:总体的中位数不为a
秩和检验法
通过对取自总体X,Y的样本进行秩和检验来识别总体分布是否有差异
秩和是反映样本数据大小的顺序号的和
若X,Y同分布,则两个样本的秩和在消除样本容量不同的影响之后不至于相差太远,若出现极端情形则不应识别为同分布
原假设:两个总体的分布相同
备择假设:两个总体的分布不相同
https://www.bilibili.com/video/BV1ti4y1x7By?from=search&seid=1381456572311000443
多组样本数据的检验
H检验
单向秩次方差分析,是一种秩和检验法,用于检验多组独立样本是否同分布,类似单因素方差分析,但总体分布未知
原假设:多个总体的分布相同
备择假设:多个总体的分布不全相同
https://www.bilibili.com/video/BV1ti4y1x7By?from=search&seid=1381456572311000443
M检验
行均值得分差异分析,用于检验多组相关样本是否同分布,类似双因素方差分析,但总体(行)分布未知
原假设:多个总体的分布相同
备择假设:多个总体的分布不全相同