非参数检验思路总结.docx

非参数检验思路总结.docx

《非参数检验思路总结.docx》由会员分享，可在线阅读，更多相关《非参数检验思路总结.docx（10页珍藏版）》请在冰点文库上搜索。

非参数检验思路总结

为了帮大家快速度过新手期，我们整理了一份常见分析方法的流程总结。

其中包括每种分析方法的分析流程，以及每个环节中可能出现的问题及应对方法。

不会分析的同学可以按照图中的流程一步步操作，就能得到准确可靠的结果。

1.何时使用非参数检验

或许你还没有理解什么是参数检验、非参数检验，但一定曾在无意之中使用过它们。

如我们常用的方差分析、T检验，都属于参数检验。

参数检验，就是假定数据服从某种分布，通过样本信息对总体参数进行检验。

因而在分析前，先要检验数据是否符合该类型的分布，如果数据无法满足检验假设的情况不符合分布情况，则可以考虑选择使用非参数检验。

比如使用方差分析时，需要在分析前对数据的正态性和方差齐性进行判断，如果服从正态性、方差齐性，才可以使用方差分析。

反之，如果没有满足这些假设条件，则使用非参数检验。

2.非参数检验和参数检验的对比

分析方法

参数检验

非参数检验

①适用范围

正态分布

分布未知

②检验效能

高

低

③描述指标

平均值

中位数

④图形展示

折线图

箱线图

①适用范围：

非参数检验用作参数检验的替代方法，当数据不满足正态性时，将使用非参数检验。

因此，关键是要弄清楚是否具有正态分布。

如果数据大致呈现"钟型"分布，则可以使用参数检验。

②检验效能：

如果数据满足参数分布，应该优先选择参数检验方法。

愿因在于参数检验的检验效能要高于非参数检验。

尤其是在样本数较大的情况下，参数检验结果较为稳健，所以即使不服从正态分布，也会选择参数检验。

③对比指标：

参数检验一般用平均值反映数据的集中趋势；但由于数据不满足正态分布，在非参数检验中如果再使用平均值描述显然不太准确（比如常被吐槽的人均收入），此时中位数是更好的选择。

参数检验分析结果

参数检验用平均值及标准差描述样本分布请况。

非参数检验分析结果

非参数检验结果中使用的是中位数描述差异。

④图形展示

除了使用以上指标进行分析，还可以通过图形直观展示数据情况。

参数检验常用图形有：

折线图、条形图等，非参数检验可以使用箱线图查看。

折线图

箱线图

3.非参数检验的类型

凡是在分析过程中不涉及总体分布参数的检验方法，都可以称为“非参数检验”。

因而，与参数检验一样，非参数检验包括许多方法。

以下是最常见的非参数检验及其对应的参数检验对应方法：

功能

参数检验

非参数检验

与某数字对比差异

单样本t检验

单样本Wilcoxon检验

两组数据的差异

独立样本T检验

Mann-Whitney检验

多组数据的差异

单因素方差分析

Kruskal-Wallis检验

配对数据差异

配对样本t检验

配对Wilcoxon检验

单样本Wilcoxon检验

单样本Wilcoxon检验是单样本t检验的代替方法。

该检验用于检验数据是否与某数字有明显的区别，如对比调查对象整体态度与满意程度之间的差异。

单样本Wilcoxon检验

Mann-Whitney检验

Mann-Whitney检验是独立样本t检验的非参数版本。

该检验主要处理包含等级数据的两个独立样本，SPSSAU中称为非参数检验。

非参数检验

Kruskal-Wallis检验

Kruskal-Wallis检验是单因素方差分析的非参数替代方法。

Kruskal-Wallis检验用于比较两个以上独立组的等级数据。

在SPSSAU中，与Mann-Whitney检验统称为“非参数检验”,分析时SPSSAU会根据自变量组别数自动选择使用Kruskal-Wallis检验或Mann-Whitney检验。

非参数检验

配对Wilcoxon检验

Wilcoxon符号秩检验是配对样本t检验的非参数对应方法。

该检验将两个相关样本与等级数据进行比较。

配对样本Wilcoxon检验

4.SPSSAU操作

和参数检验一样，进行非参数检验时应当遵循以下的步骤：

案例：

分析不同性别学生，学习成绩是否存在差异？

正态性检验

根据正态图显示，数据不服从正态分布，因而考虑使用非参数检验进行分析。

操作步骤

●左侧方法栏点击【通用方法】→【非参数检验】；

●将用于分组的自变量X放入【X（定类）】框；

●因变量放入【Y（定量）】框；

●点击开始非参数检验分析。

非参数检验

结果分析

非参数检验分析步骤与参数检验步骤基本一致，建议参考SPSSAU输出结果中的“分析建议”及“智能分析”即可。

5.两两比较

如果进行非参数检验Kruskal-Wallis时发现呈现出显著性，因而可考虑继续对比两两组别之间的差异性，SPSSAU提供了多种比较方法，实际研究中，Dunn’tt检验、Nemenyi两两比较使用较多，Dunn’st检验（校正p值）的检验效能较低非常保守（尤其是组别较多时），不建议使用。

如果Kruskal-Wallis检验显示没有差异性，则不需要进行两两比较。

以上就是非参数检验的流程梳理，事实上在大部分研究中，如果可以使用参数检验，即使不满足正态分布，也优先选择参数检验，尤其是在样本量较大的情况下。