Day 4

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